Python: Python / Numpy / Pandas 核心语法

2 + 4    

2 - 4    

2 * 4    

2 / 4    

7 % 4    # 返回除法余数

7 // 4    # 整数除法，返回不大于结果的一个最大的整数

2 ** 3    

import math
math.exp(3)   # 返回输入数字的指数

import math
math.log(10)    # 取自然对数

3 < 8     # 小于，返回bool值

3 <= 8    # 小于等于，返回bool值

3 > 8     # 大于，返回bool值

3 >= 8    # 大于等于，返回bool值

3 == 8    # 判断是否相等，返回bool值

3 != 8    # 判断是否不等， 返回bool值

True and False    # 返回bool值

True or False     # 返回bool值

not True          # 返回bool值

a = 1

a

st = 'Hello, World!'

st = "Hello, World!"

st = 'Hello, World!'    # 创建字符串
st[2]                   # 进行索引，获取位置为2的字符，对应字母'l'

st = 'Hello, World!'    # 创建字符串
st[2 : 4]               # 进行索引

'Hello '+'World' + ' and Python!'    

'##'.join(['Hello', 'World'])

'\nHello world\n'.strip()

'Hello\tWorld'.split()    

'Hello'.find('World')

'Hello' in 'Hello, world!'

'Hello! world!'.replace('!', '!!!')

tup = (1, 2, 3)    

a, b, c = (1, 2, 3)      # 元组解包

print(a, b, c)           # 打印被赋值变量名

l = [1, 2, 3, 4]

l = [1, 2, 3, 4]           # 创建列表并赋值给变量名l

l[2]                       # 进行列表索引

l = [1, 2, 3, 4, 5, 6]     # 创建列表并赋值给变量名l

l[1:5]                     # 进行列表切片

l = [1, 2, 3, 4]        # 创建列表并赋值给变量名l

l.append(5)             # 列表末尾添加一个值
l

l = [1, 2, 3, 4]        # 创建列表并赋值给变量名l

l.extend((111, 111))     # 列表末尾添加多个值
l

l = [1, 2, 3, 4]         # 创建列表并赋值给变量名l

l.insert(2, 'insert')    # 列表指定位置添加一个值
l

l = [1, 2, 'insert', 3, 4]         # 创建列表并赋值给变量名l

l.remove('insert')                 # 从列表删除某值
l

l = [1, 2, 3, 4]         # 创建列表并赋值给变量名l

del l[0:2]               # 从列表中删除元素
l

dictionary = {'a':1 , 'b':2, 'c':3}

dictionary = {'a':1 , 'b':2, 'c':3}    # 创建字典并赋值给dictionary

dictionary['a']                        # 用key从字典中获取值

dictionary = {'a':1 , 'b':2, 'c':3}    # 创建字典并赋值给dictionary

dictionary.get('d', 100)               # 用key从字典中获取值

dictionary = {'a':1 , 'b':2, 'c':3}    # 创建字典并赋值给dictionary

del dictionary['a']                    # 删除映射

dictionary                              # 查看删除映射后的字典

dictionary = {'a':1 , 'b':2, 'c':3}    # 创建字典并赋值给dictionary

dictionary.keys()                      # 获得字典键

dictionary = {'a':1 , 'b':2, 'c':3}    # 创建字典并赋值给dictionary

dictionary.values()                    # 获得字典值

dictionary = {'a':1 , 'b':2, 'c':3}    # 创建字典并赋值给dictionary

dictionary.items()                     # 获取键值组合

if 3 > 2:                # 第一个条件满足，则运行该条件下的print后直接退出if结构
    print('3 > 2')
elif 4 > 2:
    print('4 > 2')
else:
    print('3 < 2')

i = 0
while i < 4:             # 当循环4次后，第五次i为4，条件不满足则跳出循环。
    print(i)
    i += 1

for i in range(4):
    print(i)

import math
i = 10

try:
    print("square root of %d is %f" % (i, math.sqrt(i)))
except ValueError:
    print("cannot calculate square root of %d" % i)
except TypeError:
    print("the input '%s' is not a number" % i)
else:  
    print("simply continuing the iteration")
finally:  # finally是不管程序是否出错最终都会执行；
    print("I am executed not matter what\n")

def my_function(*args, **kwargs):
    print(*args)
    print(dict(kwargs))
    return None

lambda x: x**2

def my_square(n):                      # 定义一个函数
    return n**2             

my_square(10)                         # 完成函数调用

a = '1234'
list(a)

a = [('a',1), ('b', 2)]          # 列表a中的每一个元素都是一个包含两个元素的元组

dict(a)                          # 构建字典

a = 1234

str(a)                          # 将整数a转化为字符串

a = 23.23

int(a)                          # 将浮点数a转化为整数

a = '23.23'

float(a)                         # 将字符串a转化为浮点数

print('test')

a = [1, 2, 3, 4]
len(a)

range(4)

for i in range(4):
    print(i)

a = [1, 2, 3, 4]               # 创建一个列表并赋值给变量名a

reversed(a)                    # 顺序反转

for i in reversed(a):
    print(i)

a = [1, 3, 2, 4]                 # 创建一个列表并赋值给变量名a

sorted(a)                        # 排序

a = [1, 2, 3, 4]                   # 创建一个列表并赋值给变量名a
b = [4, 3, 2, 1]                   # 创建一个列表并赋值给变量名b

zip(a, b)                           # 重新组合

for item in zip(a,b):
    print(item)

map(abs, [1, -2, 3, -4])

list(map(abs, [1, -2, 3, -4]))

a = filter(lambda x: x>2, [1, -2, 3, 4])
a

list(a)

[x**2 for x in range(3)]

class test():
    name = 'name'                               # 定义类属性name
    def __init__(self, age):                    # 通过定义__init__函数，可以在创建实例时自动运行
        self.age = age                          # 定义实例的属性
        
    def show_age(self):                         # 定义类方法
        print('age is ',self.age)

class test():                                    # 定义类
    pass

instance = test()                                 # 创建实例 

instance

class test():                                   # 定义类
    age=9
test.age                                         # 调用类属性

class test():                                   # 定义类
    def my_print(self):                         # 定义实例方法
        print('myself')
        
instance = test()                               # 创建实例
instance.my_print()                             # 调用示例方法（从类中继承）

import numpy as np

a = np.array(range(4))                        # 生成ndarray
a

b = np.arange(5)
b

a = np.zeros((3,3))
a

a = np.ones((3,3))
a

a = np.random.randn(3)
a

a = np.array([1, -2, 3, -4])                             # 创建ndarray

np.abs(a)                                                # 求绝对值    

a = np.array([1, 2, 3, 4])                               # 创建ndarray

np.sqrt(a)                                               # 求平方根    

a = np.array([1, 2, 3, 4])                               # 创建ndarray

np.exp(a)                                               # 求指数幂    

a = np.array([1, 2, 3, 4])                               # 创建ndarray

np.log(a)                                                # 求自然对数    

a = np.array([1, -2, 0])                                # 创建ndarray

np.sign(a)                                              # 求符号

a = np.array([1, -2, 0])                                # 创建ndarray

a.max()                                                 # 求最大值

a = np.array([1, -2, 0])                                # 创建ndarray

a.argmax()                                              # 求最大值索引

a = np.array([1, -2, 0])                                # 创建ndarray

a.min()                                                 # 求最小值    

a = np.array([1, -2, 0])                                # 创建ndarray

a.argmin()                                              # 求最小值索引

a = np.array([1, -2, 0])                                # 创建ndarray

a.sum()                                                 # 求和

a = np.array([1, -2, 0])                                # 创建ndarray

a.prod()                                                # 求积    

a = np.array([1, -2, 0])                                # 创建ndarray

a.mean()                                                # 求均值

a = np.array([1, -2, 0])                                # 创建ndarray

np.median(a)                                            # 求中位数

a = np.array([1, -2, 0])                                # 创建ndarray

a.std()                                                 # 求标准差

a = np.array([1, -2, 0])                                # 创建ndarray

a.var()                                                 # 计算方差

a = np.array([1, -2, 0])                                # 创建ndarray

a.cumsum()                                              # 计算累计和

a = np.array([1, -2, 0])                                # 创建ndarray

a.cumprod()                                             # 计算累计乘积

np.array([True, False, False]).all()    

np.array([True, False, False]).any()    

a = np.array([True, False, True, False])            # 创建ndarray a
b = np.array([False, True, True, False])            # 创建ndarray b

np.logical_and(a, b)                                   # 进行逻辑且判断    

a = np.array([True, False, True, False])            # 创建ndarray a
b = np.array([False, True, True, False])            # 创建ndarray b

np.logical_or(a, b)    

a = np.array([True, False, True])     # 创建ndarray a

np.where(a, 1, 0)        

a = np.array([1, 3, 2, 4])              # 创建ndarray a

a + 2

a = np.array([1,2,3,4])                 # 创建ndarray

a[2]                                    # 进行位置索引

a = np.array([1,2,3,4])                 # 创建ndarray

a[[True, False, True, False]]        # bool值索引

a[a > 2]                               # 常用bool值索引形式

a = np.array([1,2,3,4])                 # 创建ndarray

a.sort()                                # 进行排序    
a

a = np.array([1,2,3,4])                 # 创建ndarray

a.reshape(2,2)                      # 调整为2*2形式的ndarray

a = np.array([[1,2],[3,4]])                 # 创建ndarray

a.T                                     # 对a进行转置

a =  np.array([[1,2], [3,4]])     # 创建ndarray

np.concatenate((a, a), axis=1)    # 拼接

import pandas as pd

s = pd.Series([1, 2, 3, 4])    
s

s = pd.Series({'a':1, 'b':2})
s

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'])    
df

s = pd.Series([1, 2, 3, 4])                # 创建Series

s.index    

s = pd.Series([1, 2, 3, 4])                # 创建Series

s.values

s = pd.Series([1, 2, 3, 4])                # 创建Series

s.index = ['a', 'b', 'c', 'd']             # 修改索引   
s

s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c','d'])      # 创建Series

s[1]    

s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c','d'])      # 创建Series

s['c']    

s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c','d'])      # 创建Series

s[s > 2]    # 以bool值进行索引

s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c','d'])      # 创建Series

s[1:3]    

s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c','d'])      # 创建Series

s['a':'c']    # 以index进行切片，注意包含末尾index对应的value

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'])
                                       # 创建DataFrame
df.index                               # 获取index

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'])
                                       # 创建DataFrame
df.columns                             # 获取列index

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'])
                                       # 创建DataFrame

df.index = ['e', 'f', 'g']             # 修改行index
df

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'])
                                       # 创建DataFrame

df['a']                                # 进行索引

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'])
                                       # 创建DataFrame

df[['a', 'c']]                         # 索引多列数据

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'],index=['x','y','z'])
                                       # 创建DataFrame

df.loc['x':'z':2]                            # 以行index进行索引返回行数据

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'],index=['x','y','z'])
                                       # 创建DataFrame

df.iloc[0]                             # 以行位置进行索引返回行数据

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'],index=['x','y','z'])
                                       # 创建DataFrame

df.loc[['x','y']]                      # 索引获取多行数据

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'],index=['x','y','z'])
                                       # 创建DataFrame

df.iloc[[0, 1]]    # 以行位置进行索引返回多行数据

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'],index=['x','y','z'])
                                       # 创建DataFrame

df.loc['x', 'a']                       # 进行索引返回某个位置数据

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'],index=['x','y','z'])
                                       # 创建DataFrame

df.iloc[0, 0]                          # 进行索引返回某个位置数据

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'],index=['x','y','z'])
                                       # 创建DataFrame

df.loc['x':'z', 'b':'c']               # 进行索引返回某个区域数据

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'],index=['x','y','z'])
                                       # 创建DataFrame

df.iloc[:, 0:2]                        # 进行索引返回某个区域数据

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'],index=['x','y','z'])
                                       # 创建DataFrame
    

df.head(2)                             # 获取前两行数据

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'],index=['x','y','z'])
                                       # 创建DataFrame

df.tail(2)                             # 获取后两行数据

s = pd.Series([1, 2, np.nan, 4])               # 创建Series

s.isnull()                                     # 检测nan值

s = pd.Series([1, 2, np.nan, 4])               # 创建Series

s.fillna(method='ffill')                       # 进行填充

s = pd.Series([1, 2, np.nan, 4])               # 创建Series

s.dropna()                                     # 进行删除

s = pd.Series([1, 2, np.nan, 4], index=[2,3,1,4])               # 创建Series

s.sort_index()                                 # 进行排序

s = pd.Series([1, 2, np.nan, 4])               # 创建Series

s.sort_values()                                # 进行排序

s = pd.Series([1, 2, np.nan, 4])               # 创建Series

s.shift(1)

s1 = pd.Series([1, 2, 3])               # 创建Series s1
s1

s2 = pd.Series([1, 2, 3], index=['a', 'b','c'])               # 创建Series s1
s2

s1.append(s2)

df = pd.DataFrame([[1, np.nan, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'],index=['x','y','z'])
                                       # 创建DataFrame

df.isnull()                            # 检测是否为nan

df = pd.DataFrame([[1, np.nan, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'],index=['x','y','z'])
                                       # 创建DataFrame

df.fillna(method='bfill')              # 进行填充

df = pd.DataFrame([[1, np.nan, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'],index=['x','y','z'])
                                       # 创建DataFrame

df.dropna()                            # 删除缺失值

df = pd.DataFrame([[1, np.nan, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'],index=['x','z','y'])
                                       # 创建DataFrame

df.sort_index()                        # 进行排序

df = pd.DataFrame([[1, np.nan, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'],index=['x','z','y'])
                                       # 创建DataFrame
    
df.sort_values(by='b', ascending=False)    # 进行排序

df = pd.DataFrame([[1, np.nan, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c'],index=['x','z','y'])
                                                     # 创建DataFrame
s = pd.Series([10, 10], index=['x', 'y'])            # 创建Series

df['new_column'] = s                                 # 进行合并
df

df1 = pd.DataFrame([['a', np.nan], ['b', 5], ['c', 8]], columns=['key1', 'value1'],index=['x','z','y'])
                                                     # 创建DataFrame df1
df1