第2章 Python语言基础

以下内容主要学习自《利用Python进行数据分析》

第2章 Python语言基础

使用Python语言的能力越强，准备待分析数据集的工作就越轻松。

导入约定

Python社区对一些常用模块采用了命名约定：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import statsmodels as sm

这意味着，当你看到np.arrange时，它引用的是NumPy中的arrange对象。另外，推荐以上的导入约定，还因为：在Python编程实践中，一次性从包中引入所有内容（from numpy import \*）被认为是拙劣的方法。

使用Jupyter notebook

IPython与Jupyter

IPython项目开始于2001年，旨在开发一个更具交互性的Python解释器。它的设计侧重于在交互计算和软件开发两方面将生产力最大化。它使用了一种“执行-探索”工作流来替代其它语言中典型的“编辑-编译-运行”工作流。

Jupyter项目在2014年发布，Jupyter notebook系统允许你使用Markdown和HTML创建包含代码和文本的富文本。众多的语言都为Jupyter提供了内核，而IPython就是其中一个内核，用于在Jupyter notebook中使用Python。

运行Jupyter notebook

在终端中执行指令jupyter notebook；

执行代码

选择要执行的代码段，键入shift+回车就可以执行。

Tab补全

该功能可以加快编程效率。输入表达式时，按下Tab键可以提示匹配的建议。

In [1] : b = [1, 2, 3]
In [2] : b.<Tab>
b.append  b.count    b.insert
b.clear     b.extend   b.pop

内省

在一个变量名的前后使用单个问号（?），可以显示关于该对象的概要信息。

In [1] : b = [1, 2, 3]
In [2] : b?
Type: list
String form: [1, 2, 3]
Length: 3
......

内省，其实就是把某个对象的文档显示出来，供编程人员参考。所以，一定要记得写代码注释哦。

在变量名后使用两个问号（??），就可以看到源码。

In [1] : add_numbers??
Signature: add_numbers(a, b)
Source:
def add_numbers(a, b):
    """
    Add two numbers together
    
    Returns
    the_sum： type of arguments
    """
    return a+b
Type: function

把问号（?）和通配符星号（*）结合使用，会显示与通配符表达式匹配的命名。

In [1] : np.*load*?
np.load
np.loads
np.loadtxt
np.pkgload

matplotlib集成

在Jupyter notebook中，输入命令%matplotlib inline就可以把matplotlib的绘图结果显示在当前文档中。

Python语言基础

Python语言基础

Python语言基础包含：基础语法、变量类型、运算符、条件语句、循环语句、字符串、日期和时间等内容。建议参考菜鸟教程-Python基础。

有意思的是，Python语言的“三元表达式（三元运算符）”与其它语言不同，其实就是条件语句的变种：

value = true-expr if condition else false-expr