Python数据分析的起手式（3）函数、方法和包

作者: 鱼心DrFish | 来源:发表于2017-03-12 18:08 被阅读1359次

本文内容整理自DataCamp课程之 Intro to Python for Data Science.

本系列将包括以下内容：

Python 基础
Python 列表 list
函数、方法和包（本文）
Numpy 入门

访问我的github 可下载本文对应的notebook以及练习答案，便于亲手实践。

注意：本文代码基于Python3版本。如果要在python2中执行，需要先导入_future_模块。

#仅在Python2中使用
#from __future__ import division
#from __future__ import print_function

1. 函数 Functions

函数是一段可重复使用的代码，往往是为了解决某个特定的任务。Python中有大量现成的函数可以调用，大大减轻了自己写代码的工作量。可以将函数看成是一个黑盒子，只需喂给它特定的参数，就能生成想要的结果。

Functions

来看上一讲中使用的家庭身高数据，我们使用 max() 函数找出最高的身高。

fam = [1.73, 1.68, 1.71, 1.89]
tallest = max(fam)
print(tallest)

`1.89`


使用 `round()` 函数对该身高作近似估计。


>```python
round(tallest, 1)

1.9

round(tallest)

` 2`



注意，上面采用了不同的参数个数，输出结果也不一样，这是为什么呢？我们可以使用帮助函数 `help()` 来查看round函数的说明。


>```python
help(round)

Help on built-in function round in module builtins: round(...) round(number[, ndigits]) -> number Round a number to a given precision in decimal digits (default 0 digits). This returns an int when called with one argument, otherwise the same type as the number. ndigits may be negative.

从函数的说明中可以发现，round 函数有两个参数：其一是 number，它是需要做近似的数值，不可缺省；其二是 ndigits，是需要近似的小数点位数，由中括号括起，表示可以省略，默认值是0。这就解释了先前的例子。当然，查看函数还有一个方法，就是在函数名前加问号，比如 ?round。

练习3-1：

Python中有许多内建函数，通过下面的练习让我们来使用一下。

# 创建两个变量 var1 和 var2
var1 = [1, 2, 3, 4]
var2 = True

# 打印输出变量 var1 的类型

# 打印输出变量 var1 的长度

# 将变量 var2 转化成整形变量 out2

print(type(out2))

提示：type() 判断变量类型；len() 计算列表长度；int() 强制转换成整形。

下面这个练习是将两组列表合并，并对数据元素进行降序排列。

# 创建连个列表 first 和 second
first = [11.25, 18.0, 20.0]
second = [10.75, 9.50]

# 将first 和 second 合并成新的列表 full

# 对 full 进行降序排列，存入新的变量 full_sorted

# 打印输出列表 full_sorted

提示：排序函数是 sorted(), 参数 reverse 控制升序还是降序。

2. 方法 Methonds

本系列第二讲的最后提到了对象，Python中的一切都可以看成对象，列表是对象，整形、浮点型、布尔型、字符串也都是对象。每一种对象，都有其对应的属性和方法，用句点（.）标记法来访问它们。方法（Methods）可以看做是属于对象的函数。

我们先看一看列表的一些方法。

family = ['me', 1.73, 'sister', 1.68, 'mom', 1.71, 'dad', 1.89]
family.index("mom")

`4`



`.index(obj)` 给出了 obj 所对应的索引。


>```python
family.count(1.73)

1

.count(obj) 返回对象 obj 在列表中出现的次数。

family.append("brother")
family.append("1.79")
family

`['me', 1.73, 'sister', 1.68, 'mom', 1.71, 'dad', 1.89, 'brother', '1.79']`



`.append(obj)` 向列表中添加一个对象 obj。

可以使用 `dir(list)` 来查看列表对象的所有方法和属性。

我们再来看字符串的一些方法。


>```python
sister = 'liz'
sister.capitalize()

'Liz'

.capitalize() 把字符串的第一个字符大写。

sister.replace('z', 'sa')

` 'lisa'`



`.replace(str1, str2)` 把字符串中的 str1 替换成 str2。

#### 练习3-2：

字符串类型内建方法练习：


```python
# 创建字符串变量 room
room = "poolhouse"

# 对变量room使用 upper() 方法，存入变量 room_up中

# 打印输出 room 和 room_up，，观察upper()方法的作用效果

# 打印输出room中字符'o'的个数

列表类型内建方法练习（1）：

# 创建列表 areas
areas = [11.25, 18.0, 20.0, 10.75, 9.50]

# 打印输出元素 20.0 的索引值

# 打印输出元素 14.5 在 areas 中出现的次数

列表类型内建方法练习（2）：

# 创建列表 areas
areas = [11.25, 18.0, 20.0, 10.75, 9.50]

# 使用 append 方法在areas中增加 游泳池面积24.5和车库面积 15.45

# 打印输出areas

# 使用 reverse 方法，将 areas 列表原地翻转

# 打印输出 areas

3. 包 Packages

Python中的包（packages）可以看作是一系列相关模块的组合。而模块又是什么呢？它是Python中的一个源码文件（如mod1.py），包含了可执行代码、函数和类。常见的Python包有：用于数值计算的Numpy，用于数据分析的Pandas，用于绘图的Matplotlib，以及用于机器学习的Scikit-learn。

安装包的方法，可以使用 pip 或 conda，在命令行中输入 pip install package_name 或 conda install package_name。（前提是具备了pip工具或者conda环境，如果没有，还得事先选择一种来安装。）

在Python中导入包，采用 import package_name 的形式。比如：

import numpy
numpy.array([1,2,3])

`array([1, 2, 3])`



上面使用的 `numpy.array()` 是创建一维数组。如果嫌包名称太长，也可以赋予它简化的形式，方法如下：


>```python
import numpy as np
np.array([1,2,3])

array([1, 2, 3])

注意了，此时调用包中的函数时，需要将包名带上，以告知Python该函数的来源。如果忽略了包名，将出现如下错误：

array([1,2,3])

`  ---------------------------------------------------------------------------
    NameError                        Traceback (most recent call last)
    <ipython-input-12-27d393022d9f> in <module>()
    ----> 1 array([1,2,3])   
    NameError: name 'array' is not defined`


但是如果采用 `from ... import ...` 的形式将该函数直接导入时，则可以忽略包名。如下：


>```python
from numpy import array
array([1,2,3])

array([1, 2, 3])

然而这种方法，容易让其他代码阅读者傻傻分不清函数的来源。

练习3-3：

计算圆的周长和半径：

# 定义圆的半径r
r = 0.43

# 导入数学包 math 

# 计算圆的周长 C （提示，math.pi给出圆周率）
C = 

# 计算圆的面积 A
A =

# 输出
print("Circumference: " + str(C))
print("Area: " + str(A))

补充：

关于我的github 中文件下载的方式：

如果下载单个文件，点击所要下载的文件，在新打开的页面中找到右上方的 raw 按钮，右击另存为即可。另外文件名需要删除后缀 .txt，而保留原始格式后缀，如 .ipynb 。
如果打包下载，回到github库的根目录中，点击右上方绿色的 Clone and download 按钮，选择 Download ZIP 即可。

本文使用Jupyter notebook 编写，关于它的说明和安装方法，可以参考我之前的两篇文章。

Python数据分析的起手式（3）函数、方法和包

1. 函数 Functions

练习3-1：

2. 方法 Methonds

3. 包 Packages

练习3-3：

补充：

相关文章

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读

python-数据分析

数据分析

解密大数据

我的Python自学之路

IT在线课程

Python语言与信息数据获取和机器学习