【Information Gain 计算 python实现】http://blog.csdn.net/junfeng_feng/article/details/7650117
数据挖掘模型中的IV和WOE详解 :http://blog.csdn.net/kevin7658/article/details/50780391
【字典排序】 http://blog.csdn.net/ghostfromheaven/article/details/7675096
一、列表
列表 a=[1,2,3,4,5,6,7]
要取出其中第0个元素以及第3个以后的元素:
方法1:a.pop(1).pop(1)
方法2:新建列表,b=[], b=[a[0]]+a[2:]
二、itemgetter对列表排序
from operator import itemgetter
[注意】itemgetter后面括号的参数是代表的第几个区域,例如元组是(2,3),则第0个区域的值是2,第1个区域的值是3.
a=[('b',2),('a',1),('c',0)]
1.使用元组的第二个元素进行排序:
b=sorted(a,key=itemgetter(1))
结果:[('c',0),('a',1),('b',2)]
2.是用元组的第1个元素进行排序:
b=sorted(a,key=itemgetter(0))
结果:[('a',1),('b',2),('c',0)]
3、先对元祖的第2个元素排序,再对第1个进行排序:
b=sorted(a,key=itemgetter(1,0))
结果:[('c',0),('a',1),('b',2)]
4、不接收返回值,直接改动原列表
import operator
a=[0,1,1,1,1,0,0]
b=[0.3,0.7,0.8,0.8,0.9,0.4,0.5]
lt=[]
for i ,v in enumerate(b):
tmp=[v,i]
lt.append(tmp)
print lt
lt.sort(key=operator.itemgetter(0))
print lt
三、字典的get方法
Python 字典(Dictionary) get() 函数返回指定键的值,如果值不在字典中返回默认值。
dict.get(key, default=None)
- key -- 字典中要查找的键。
- default -- 如果指定键的值不存在时,返回该默认值值
- 例子:
dict = {'Name': 'Zara', 'Age': 27}
a=dic.get('age',0) #result: 27
b=dic.get('sex',0) #result:0
四、删除列表中的空值
a=[1,2,3,'']
way1:a.remove('')
way2: b=[x for x in a if len(x)>0]
五、同时使用2个分隔符对文本进行分隔
import re
f_in = codecs.open('sex','r','utf-8')
for i in f_in.readlines():
line = i.strip().split('\t')
keys =re.split(';|,',line[-1]) #pkg列表是按;分隔
keys.remove('')
f_in.close()
六、按行枚举 python enumerate
enumerate()是python的内置函数
enumerate在字典上是枚举、列举的意思
对于一个可迭代的(iterable)/可遍历的对象(如列表、字符串),enumerate将其组成一个索引序列,利用它可以同时获得索引和值
enumerate多用于在for循环中得到计数
如果对一个列表,既要遍历索引又要遍历元素时,首先可以这样写:
list1 = ["这", "是", "一个", "测试"]
for i in range (len(list1)):
print i ,list1[i]123123
上述方法有些累赘,利用enumerate()会更加直接和优美:
list1 = ["这", "是", "一个", "测试"]
for index, item in enumerate(list1):
print index, item
>>>
0 这
1 是
2 一个
3 测试1234567812345678
enumerate还可以接收第二个参数,用于指定索引起始值,如:
list1 = ["这", "是", "一个", "测试"]
for index, item in enumerate(list1, 1):
print index, item
>>>
1 这
2 是
3 一个
4 测试1234567812345678
补充
如果要统计文件的行数,可以这样写:
count = len(open(filepath, 'r').readlines())11
这种方法简单,但是可能比较慢,当文件比较大时甚至不能工作。
可以利用enumerate():
count = -1
for index, line in enumerate(open(filepath,'r')):
count += 1
七、
u = array([[1,2],[3,4]])
m = u.tolist() #转换为list
m.remove(m[0]) #移除m[0]
m = np.array(m) #转换为array
八、python中使用eval() 和 ast.literal_eval()的区别
eval函数在Python中做数据类型的转换还是很有用的。它的作用就是把数据还原成它本身或者是能够转化成的数据类型。
那么eval和ast.literal_val()的区别是什么呢?
eval在做计算前并不知道需要转化的内容是不是合法的(安全的)python数据类型。只是在调用函数的时候去计算。如果被计算的内容不是合法的python类型就会抛出异常。
ast.literal则会判断需要计算的内容计算后是不是合法的python类型,如果是则进行运算,否则就不进行运算。
九、chain的使用
- import itertools
- listone = ['a','b','c']
- listtwo = ['11','22','abc']
- for item in itertools.chain(listone,listtwo):
- print item
输出:a b c 11 22 abc
十、enumerate使用,返回元素和该元素的索引
a=['a','b','c','d']
dict((w, i + 1) for i,w in enumerate(a))
输出:{'a': 1, 'c': 3, 'b': 2, 'd': 4}
asarray(a, dtype=None, order=None)
Convert the input to an array.
举例:
1)Convert a list into an array:将列表转换为数组
- >>> a = [1,2]
- >>> numpy.asarray(a)
- array([1, 2])
2)将数据类型转换为float和int
- >>> a= [1,2]
- >>> numpy.asarray(a,'f')
- array([ 1., 2.], dtype=float32)
- >>> numpy.asarray(a,'i')
- array([1, 2])
3)判断a中数是否大于0,如果大于0,则将该数置为1,
- >>> a = [[1,2],[1,0]]
- >>> a = numpy.asarray(a) #必须先转换为array,否则出现array(1.0, dtype=float32)
- >>> numpy.asarray(a>0,'i') #'i'表示为dtype类型为int
- array([[1, 1],
- [1, 0]])
- >>> numpy.asarray(a>0,'f')
- array([[ 1., 1.],
- [ 1., 0.]], dtype=float32)