Python语言学习笔记（一）

Python中的变量是一个符号，改变的是符号的引用，要与C/Java语言的区别开

例如

再看如下特性

 Python的数据类型

数字、字符串、列表、元祖、字典

注意切片功能，怎么反向切？

一图看懂Python

python自定义函数和调用

class TreeNode:
    def __init__(self,value):
        self.children = []
        self.value = value
 
    def add_child(self,*child):
        self.children+=child
 
    def show(self,layer):
        print  "  "*layer+self.value
        map(lambda child:child.show(layer+1),self.children)
 
 
def main():
    a1 = TreeNode("A-1")
    b1 = TreeNode("B-1")
    b2 = TreeNode("B-2")
    c1 = TreeNode("C-1")
    d1 = TreeNode("D-1")
    a1.add_child(b1,b2)
    b1.add_child(c1,TreeNode("C-2"))
    b2.add_child(TreeNode("C-3"),TreeNode("C-4"))
    c1.add_child(d1)
    d1.add_child(TreeNode("E-1"),TreeNode("E-2"))
    a1.show(0)
if __name__=="__main__":main()


#快速自定义函数

def quicksort(array):
    less = []; greater = []
    if len(array) <= 1:
        return array
    pivot = array.pop()
    for x in array:
        if x<= pivot: less.append(x)
        else: greater.append(x)
    return quicksort(less) + [pivot] + quicksort(greater)

x = [2, 3, 1, 2, 10, 293, 2]
quicksort(x)
print x
print quicksort(x)

 python中的序列(切片和索引)

列表、元祖、字符串

操作：cmp， +, max, min, len, *, in

#元祖的值不可修改

#元祖可以存放多种类型

 

列表：定义与方法

列表的内容可以重新赋值，赋值后的地址不变

 列表的方法

字典：类似于Java中的hashMap,有keys和values

dict {}， 列表[], 元祖()

 

条件语句和循环， break， continue

##

 

 

##python得到系统时间

import time
print time.strftime("%Y-%m-%d %H:%M:%S")

strftime(format[, tuple]) -> string
将指定的struct_time(默认为当前时间)，根据指定的格式化字符串输出
python中时间日期格式化符号：
%y 两位数的年份表示（00-99）
%Y 四位数的年份表示（000-9999）
%m 月份（01-12）
%d 月内中的一天（0-31）
%H 24小时制小时数（0-23）
%I 12小时制小时数（01-12）
%M 分钟数（00=59）
%S 秒（00-59）
%a 本地简化星期名称
%A 本地完整星期名称
%b 本地简化的月份名称
%B 本地完整的月份名称
%c 本地相应的日期表示和时间表示
%j 年内的一天（001-366）
%p 本地A.M.或P.M.的等价符
%U 一年中的星期数（00-53）星期天为星期的开始
%w 星期（0-6），星期天为星期的开始
%W 一年中的星期数（00-53）星期一为星期的开始
%x 本地相应的日期表示
%X 本地相应的时间表示
%Z 当前时区的名称
%% %号本身

 

可参考R的时间系统格式

 Python字典按照值或键排序

嵌套列表推导表达式：

 加强版的Python交互shell：IPython，%reset 清除interactive命名空间；%xdel 从Ipython系统中移除特定对象的一切引用

"""
没错。这个地方的定义，是这样的：
一个.py文件，如果是自身在运行，那么他的__name__值就是"__main__"；
如果它是被别的程序导入的（作为一个模块），比如：
import re 那么，他的__name__就不是"__main__"了。
所以，在.py文件中使用这个条件语句，可以使这个条件语句
块中的命令只在它独立运行时才执行

"""
def main():
    x = 3
    y = 4
    return x + y
    
if __name__ == '__main__':
   print "main() = %s" % main()

 matplotlib之绘图

points = np.arange(-5, 5, 0.01)
xs , ys = np.meshgrid(points, points)
import matplotlib.pyplot as plt
z = np.sqrt(xs**2 + ys ** 2)
plt.imshow(z, cmap = plt.cm.gray)
plt.colorbar()
plt.title("Image plot of $\sqrt{x^2 + y^2}$ for a grid of values")

思考下标题的 "Image plot of $\sqrt{x^2 + y^2}$ for a grid of values"?

 

简单的数据分析过程：

import time
from pandas import Series, DataFrame
import pandas as pd
import numpy as np
start = time.time()
name = ['movie_id', 'title', 'genres']
movies = pd.read_table('D:\Python_WorkSpace\ml-1m\movies.dat', sep = "::", header = None, names = name)
genre_iter = (set(x.split('|')) for x in movies.genres)
geners = sorted(set.union(*genre_iter))
dummies = DataFrame(np.zeros((len(movies), len(movies.genres))), columns = movies.genres)
for i, gen in enumerate(movies.genres):
    dummies.ix[i, gen.split('1')] = 1
movies_Widdic = movies.join(dummies.add_prefix('Genre_'))
movies_Widdic.ix[0]
end = time.time()
print 'time = %.4f '%(end - start)

 

数据聚合与分组运算

关系型数据库和SQL能够如此流行的原因之一就是能够方便的对数据进行连接、过滤、转换和聚合。

Hadely Wickham创造了一个用于分组运算的术语"split-apply-combine"(拆分-应用-合并)。

Python图形化工具的生态系统

• Chacos
• mayavi

图形工具的未来，基于WEB（比如JavaScript）的图形化是必然的发展趋势。

非WEB式的图形化开发工作在近几年中减慢了许多。

Python和其他数据分析和统计计算环境（如R）都是如此。

 

Python类与继承

#继承list的方法，超类的初始化方法，另外增加了一个计数特性

class CounterList(list):
    def __init__(self, *args):
        super(CounterList, self).__init__(*args)
        self.counter = 0
    def __getitem__(self, index):
        self.counter += 1
        return super(CounterList, self).__getitem__(index)

 

#静态方法和类方法在Python中向来都不是很重要

class MyClass:
    @staticmethod #静态方法
    def smeth():
        print 'this is a static method'
    
    @classmethod #类方法
    def cmeth(cls):
        print 'this is a class method', cls

 

• easy_install和pip的区别

 

作为Python爱好者，如果不知道easy_install或者pip中的任何一个的话，那么......

 

easy_insall的作用和perl中的cpan，ruby中的gem类似，都提供了 在线一键安装模块的傻瓜方便方式，而pip是easy_install的改进版，提供更好的提示信息，删除package等功能。老版本的python中 只有easy_install，没有pip。

easy_install的用法：

1） 安装一个包

 $ easy_install <package_name>

 $ easy_install "<package_name>==<version>"

2) 升级一个包

 $ easy_install -U "<package_name>>=<version>"

pip的用法

1) 安装一个包

 $ pip install <package_name>

 $ pip install <package_name>==<version>

2) 升级一个包 (如果不提供version号，升级到最新版本）

 $ pip install --upgrade <package_name>>=<version>

3）删除一个包

 $ pip uninstall <package_name> 

 

#Python 自动访问某个网址的代码，提取网站的文本信息，自动化访问网站

 

#自动访某个网址

from selenium import webdriver
import time
M = 100000 
i = 0
URL = 'http://www.yyxxww.com/html/2015/edu_0318/3386.html'
browser = webdriver.Firefox() #浏览器名字，以本机安装为准
while i < M:
    browser.get(URL)
    time.sleep(1)
    i += 1
browser.quit()
print '本次python总共打开了', i, '次'  


#提取一级标题

import urllib2
from sgmllib import SGMLParser
URL = 'http://www.yyxxww.com/html/2015/edu_0318/3386.html' 
class ListName(SGMLParser):
    def __init__(self):
        SGMLParser.__init__(self)
        self.is_h4 = ""
        self.name = []
    def start_h4(self, attrs):
        self.is_h4 = 1
    def end_h4(self):
        self.is_h4 = ""
    def handle_data(self, text):
        if self.is_h4 == 1:
            self.name.append(text)
 
content = urllib2.urlopen(URL).read()
listname = ListName()
listname.feed(content)
for item in listname.name:
    print item.decode('gbk').encode('utf8')    


#访问百度，并填写表单，中文暂时不好解决，英文没问题

# coding = utf-8
import sys
reload(sys)
sys.setdefaultencoding('utf8')
from selenium import webdriver


browser = webdriver.Firefox()

browser.get("http://www.baidu.com")
browser.find_element_by_id("kw").send_keys("你好").decode('gbk').encode('gb2312')
browser.find_element_by_id("su").click()
time.sleep(30)  # 休眠3秒
browser.quit()



 

 python 计算分位数

import numpy as np
a=np.array(([1,2,3,4]))
np.median(a)#中位数
np.percentile(a,95)#95%分位数