列表
list1.append(x)
将x添加到列表末尾
list1.sort()
对列表元素排序
list1.reverse()
将列表元素逆序
list1.index(x)
返回第一次出现元素x的索引值
list1.insert(i,x)
在位置i处插入新元素x
list1.count(x)
返回元素x在列表中的数量
list1.remove(x)
删除列表中第一次出现的元素x
list1.pop(i)
取出列表中i位置上的元素,并将其删除
元组
元组(tuple)是特殊的序列类型
一旦被创建就不能修改,使得代码更安全
使用逗号和圆括号来表示,如(‘red’,‘blue’,‘green’)
,(2,4 , 6)
访问方式和列表相同
一般用于表达固定数据项,函数多返回值等情况
特点:
元组中的元素可以是不同类型
元组中各元素存在先后关系,可通过索引访问元组中的数据
math库
math.pi
圆周率
math.ceil(x)
对x向上取整
math.floor(x)
对x向下取整
math.pow(x,y)
x的y次方
math.sqrt(x)
x的平方根
math.fsum(list1)
对集合内的元素求和
更多math库函数请参考:https://docs.python.org/3/library/math.html
datetime库
处理时间的标准函数库datetime
datetime.now()
获取当前日期和时间
字符串->datetime datetime.strptime()
,解析时间字符串
datetime->字符串 datetime.strftime()
, 格式化时间字符串
注释:Y表示四位数年份,y表示两位数年份。
日期时间格式参考:
https://docs.python.org/3/library/datetime.html#strftime-strptime-behavior
isocalendar()
,返回年,周数,及周几
更多操作参考:
https://docs.python.org/3/library/datetime.html#module-datetime
集合
python中的集合(set)类型同数学中的集合概念一致,即包含0或多个数据项的无序组合
集合中的元素不可重复
集合是无序组合,没有索引和位置的概念
set()函数用于集合的生成,返回结果是一个无重复且排序任意的集合
集合通常用于表示成员间的关系、元素去重等。
集合的操作:
s-t
或 s.difference(t)
返回在集合s中但不在t中的元素
s&t
或 s.intersection(t)
返回同时在集合s和t中的元素
s|t
或 s.union(t)
返回结合s和t中的所有元素
s^t
或 s.symmetric_difference(t)
返回集合s和t中的元素,但不包括同时在其中的元素。
字典
字典类型(dict)是‘’键--值‘’数据项的组合,每个元素是一个键值对。
例如:身份证号(键)--个人信息(值)
字典类型数据通过映射查找数据项
映射:通过任意键查找集合中的值得过程
字典类型以键为索引,一个键对应一个值
字典类型的数据是无序的
基本操作:
定义空字典: d = dict()
增加一项: d[key] = value
访问: d[key]
删除某项: del d[key]
key是否在字典中: key in d
字典的遍历:
遍历所有的key:
for key in d.keys():
print(key)
遍历所有的value:
for value in d.values():
print(value)
遍历所有的数据项:
for item in d.items():
print(items)
random模块
random()
生成一个【0,1.0)之间的随机浮点数
uniform(a,b)
生成一个a到b之间的随机浮点数
randint(a,b)
生成一个a到b之间的随机整数
choice(<list>)
从列表中随机返回一个元素
shuffle(<list>)
将列表中元素随机打乱
sample(<list>,k)
从指定列表中随机获取K个元素
更多random模块的方法请参考:https://docs.python.org/3/library/random.html
matplotlib模块
matplotlib是一个数据可视化函数库
matplotlib的子模块pyplot提供了2D图表制作的基本函数
例子:https://matplotlib.org/gallery.html
散点图绘制:
import matplotlib.pyplot as plt
#x,y分别是X坐标和Y坐标的列表
plt.scatter(x,y)
plt.show()
Numpy
包括:
强大的N维数组对象array
成熟的科学函数库
使用的线性代数,随机数生成函数等
Numpy的操作对象是多维数组ndarray
ndarray.shape
数组的维度
创建数组:np.array(<list>)
,np.arange()
...
改变数组形状reshape()
Numpy创建随机数组:
np.random.randint(a,b,size)
创建【a,b)之间,形状为size的数组
原文链接:https://blog.csdn.net/weixin_41259130/article/details/79690172
网友评论