一.基本数据类型
1.整形
a=10type(a)Out[75]: int a.bit_length() #字节长度 Out[76]: 4 整形相除会返回整形,想要返回浮点数,需要用浮点数相除 1./4 Out[79]: 0.25
2.浮点型
b=0.25type(b)Out[80]: float 浮点数表示成有理分式
b.as_integer_ratio()
Out[81]: (1, 4)那么怎么确定精度呢? 需要引入decimal模块
import decimal
from decimal import Decimaldecimal.getcontext()
Out[82]: Context(prec=8, rounding=ROUND_HALF_EVEN, Emin=-999999, Emax=999999, capitals=1, clamp=0, flags=[Inexact, Rounded], traps=[InvalidOperation, DivisionByZero, Overflow])可以看到 精度是28,还有最大值、最小值 可以改变精度
decimal.getcontext().prec=4 # 改变精度为4
e=Decimal(1)/Decimal(11) #计算1/11
print(e)输出结果:
0.09091确定精度为10:
decimal.getcontext().prec=10
e=Decimal(1)/Decimal(11)
print(e)0.09090909091
3.字符串
字符串表示文本
t='this is a string't.capitalize()Out[88]: 'This is a string'
按tab键可以有自动补全功能,可以查看内建方法。比如:图中有字符串的一些内建方法,capitalize等。
t.split() #字符串的分割Out[23]: ['this', 'is', 'a', 'string'] #结果分割为列表 查找
t.find('a') #查找元素‘a’,返回元素位置,注意:python位置下标从0开始
Out[25]: 8替换
t.replace(' ','|') #把空格替换为‘|’
Out[27]: 'this|is|a|string'去除操作
s='http://wwww.python.org'
s.strip('htp:/') #去除'htp:/' Out[29]: 'wwww.python.org'
正则表达式 re的简单应用
import re
series="""
'01/18/2014 13:00:00',100,'1st', #三引号表示可以换行 '01/18/2014 13:00:00',110,'2nd', '01/18/2014 13:00:00',120,'3rd', """ dt=re.compile(r"'[0-9/:\s]+'") #匹配规则:反斜杠表示转译result=dt.findall(series)print(result)["'01/18/2014 13:00:00'", "'01/18/2014 13:00:00'", "'01/18/2014 13:00:00'"] #返回值是一个列表
接着把时间序列转化为datetime对象
from datetime import datetime
pydt=datetime.strptime(result[0].replace("'",""),'%m/%d/%Y %H:%M:%S')
pydtOut[102]: datetime.datetime(2014, 1, 18, 13, 0)
type(pydt)
Out[103]: datetime.datetime
小注:
datetime模块的时间与字符串转化:
import datetime
from datetime import datetimedatetime.datetime.strftime():由日期格式转化为字符串格式
datetime.datetime.now().strftime('%m-%d-%Y %H:%M:%S')
Out[105]: '05-02-2018 18:27:58'
datetime.datetime.strptime():由字符串格式转化为日期格式datetime.datetime.strptime('05-16-2017 21:01:35', '%m-%d-%Y %H:%M:%S')
Out[107]: datetime.datetime(2018, 5, 2, 18, 27, 58)具体参考:https://www.cnblogs.com/cindy-cindy/p/6720196.html
二.基本数据结构
1.元组:tpule
t=(1,2.5,'date')t1=1,2.5,'date'type(t1)Out[3]: tuplet1[2]Out[4]: 'date'
只有两个方法 : 计数与下表返回索引
t.count(para)t.index(para)t.count(1)Out[6]: 1t.index(1)Out[7]: 0
2.列表
列表的构建
l=[1,2,1.5]l1=[x for x in range(10)]l2=list(t)print(l,'\n',l1,'\n',l2)[1, 2, 1.5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] [1, 2.5, 'date']
操作方法:
print('abc\ndef') #\n 换行abcdeftype(l1)Out[10]: listl.append([4,3]) #添加列表lOut[11]: [1, 2, 1.5, [4, 3]]l.extend([1,3,6]) # 添加元素lOut[12]: [1, 2, 1.5, [4, 3], 1, 3, 6]l.insert(1,'date')lOut[13]: [1, 'date', 2, 1.5, [4, 3], 1, 3, 6]l.remove('date')lOut[14]: [1, 2, 1.5, [4, 3], 1, 3, 6]p=l.pop(2) # pop 方法 可用返回值接受print(l,'\n',p)[1, 2, [4, 3], 1, 3, 6] 1.5l[:2]Out[16]: [1, 2]
3.字典
d={ 'name':'John', 'sex':'male', 'age':18, 'country':'China'}d['name'] Out[17]: 'John'd.keys() # 所有key组成的列表Out[18]: dict_keys(['name', 'sex', 'age', 'country'])d.values()Out[19]: dict_values(['John', 'male', 18, 'China'])d.items() # 字典转化为 list list中元素是元组,元组由字典的key 和balue组合Out[20]: dict_items([('name', 'John'), ('sex', 'male'), ('age', 18), ('country', 'China')])print('{} is {}'.format(d['name'],d['age']))John is 18birth=Trueif birth is True: d['age']+=1print(d['age'])19
字典的遍历
for i in d: print(i)namesexagecountry
for item in d.items(): print(item)('name', 'John')('sex', 'male')('age', 19)('country', 'China')
for values in d.values(): print(values)Johnmale19China
4.集合
s=set(['u','i','du','du','u']) print(s) t=set(['du','u']) t{ 'i', 'u', 'du'}Out[27]: { 'du', 'u'}
交并补
s.union(t)Out[29]: {'du', 'i', 'u'}s.intersection(t)Out[30]: {'du', 'u'}s.difference(t)Out[31]: {'i'}
5. 函数编程
简单的函数:
def f(x): return x**2f(2)Out[32]: 4
求偶数:
def even(x): return x%2==0even(2)Out[33]: True
map函数:
python3下的map()函数返回类型为iterators,不再是listmap()的使用方法形如map(f(x),Itera).对,它有两个参数,第一个参数为某个函数,第二个为可迭代对象。
list(map(even,range(4)))Out[34]: [True, False, True, False]list(map(lambda x:x**2,range(4)))Out[35]: [0, 1, 4, 9]
filter 函数:
过滤功能,刷选出符合条件的
list(filter(even,range(15)))Out[36]: [0, 2, 4, 6, 8, 10, 12, 14]
reduce函数:
reduce()的使用方法形如reduce(f(x),Itera).对,它的形式和map()函数一样。不过参数f(x)必须有两个参数。reduce()函数作用是:把结果继续和序列的下一个元素做累积计算from functools import reducereduce(lambda x,y:x+y,range(5))Out[37]: 10
其实就是类似下边的函数:
def cunsum(x): total=0 for i in range(x): total+=i return totalcunsum(5)Out[38]: 10