大数据基础复习大三上

1.Python

1.数据类型

1.数字

• 整形 : int
• 浮点型: float
• 复数型&＃xff1a;complex
• 布尔型: bool

2.字符串

• 字符串&＃xff1a;String

3.与Java的区别

• python只有四种数据&＃xff1a;整数&＃xff0c;长整数、浮点数和复数

• java则有char&＃xff0c;short,byte&＃xff0c;int&＃xff0c;long&＃xff0c;float,double类型

4.列表

• 列表是一个有序的python对象序列

• 列表的创建

  list1 &＃61; [1,2.0,&＃39;hello&＃39;]


• 列表的取值

  ##以上面的list为例
list1[0]
##输出结果&＃xff1a;1
list1[list1.len()-1]
##输出结果&＃xff1a;hello


• 列表切片

  list2 &＃61; [1,2.0,3,4,5,6]
list2[2,-1]
##输出结果&＃xff1a;[3,4,5]


• 列表元素的删除

  ##以上面的list为例
del list2[0]
##输出结果&＃xff1a;[2.0,3,4,5,6]


• 常用方法

  ## 1.删除
del list2[0]
## 2.返回列表中某元素出现个数
list2.count(1)
## 3.返回元素出现的第一个位置
list2.index(&＃39;hello&＃39;)
## 4.在列表最后追加元素
list2.append(&＃39;world&＃39;)
## 5.删除列表指定位置的元素
list2.pop(0)
## 6.对列表进行排序
list2.sort()


5.元组

• 元组的特点是&＃xff1a;一旦创建&＃xff0c;不可更改

• 元组的创建

  ## 1.用一对括号创建元组
t &＃61; (1,2,3,4,5)
## 2.元组的个数超过两个括号可以省略
t &＃61; 1,2,3,4,5
## 3.注意当元组中元素个数只有一个括号不可省略
t &＃61; (1)


• 元组的取值

  ##以上面的t为例
t[0]
##输出结果&＃xff1a;1


• 元组切片

  ##以上面的t为例
t[1:3]
##输出结果&＃xff1a;(3,4)


• 由于元组的不可变性&＃xff0c;所以没有插入等方法

6.字典

• 字典是由“键-值”组成的数据结构

• 注意&＃xff1a;字典得到键时不可重复的&＃xff0c;如果重复将会被最后一个覆盖掉&＃xff0c;所以不会出现重复情况&＃xff0c;同时字典是无序的

• 字典的创建

  ## 1.创建空字典
a &＃61; {}
## 2.直接赋值
b &＃61; {&＃39;one&＃39;:1,&＃39;two&＃39;:2}


• 用索引的方式向字典中插入元素

  ##以上面的a为例
a[&＃39;one&＃39;] &＃61; 1
##结果&＃xff1a;a由原来的空字典变为含有一个元素的字典&＃xff1a;{&＃39;one&＃39;:1}


• 也可以用上述方法进行赋值

• 常用方法

  ##以上面的b为例
## 1.key()方法
b.key()
##输出结果&＃xff1a;[&＃39;one&＃39;,&＃39;two&＃39;]## 2.value()方法
b.value()
##输出结果&＃xff1a;[1,2]


2.循环

1.for循环

• 循环固定次数

• for i in range(5) :print(i)
##输出
0
1
2
3
4


• 遍历

• languages &＃61; ["C", "C&＃43;&＃43;", "Perl", "Python"]
for x in languages:print (x)
"""
结果
C
C&＃43;&＃43;
Perl
Python
>>>
"""


2.while循环

• n &＃61; 100sum &＃61; 0
counter &＃61; 1
while counter <&＃61; n:sum &＃61; sum &＃43; countercounter &＃43;&＃61; 1
print("1 到 %d 之和为: %d" % (n,sum))##结果&＃xff1a;1 到 100 之和为: 5050


3.正三角、倒三角源码

• 右边

• #右上角格式输出九九乘法表
for i in rang(1,10):for k in rang(1,i):print(end &＃61; " ")for j in rang(i,10):print("%d*%d &＃61; %2d" % (i,j,i*j),end&＃61;" ")print(" ")#右下角三角格式输出九九乘法表
for i in rang(1,10):for k in rang(1,10-i):print(end &＃61; " ")for j in rang(1,10-i):print("%d*%d &＃61; %2d" % (i,j,i*j),end&＃61;" ")print(" ")


• 左边

• #左下三角个数输出九九乘法表
for i in rang(1,10):for j in rang(1,i&＃43;1):print("%d*%d &＃61; %2d" % (i,j,i*j),end&＃61;" ")print(" ")#左上三角格式输出九九乘法表
for i in rang(1,10):for j in rang(1,i&＃43;1):print("%d*%d &＃61; %2d" % (i,j,i*j),end&＃61;" ")print(" ")


4.注意

• python语法
• 严格缩进
• 循环后面由冒号

2.Pandas

1.基本概念

• Series

  1. Series&＃xff1a;Series也称序列&＃xff0c;用于存储一行或一列数据&＃xff0c;以及与之相关的索引集合

     Series([数据1,数据2,...],index &＃61; [索引1,索引2,...])


  2. 注意以下几点

     • Series是一种类似一维数组的对象
     • 他的数据结构没有限制
     • 他有索引&＃xff0c;类似于字典
     • Series同时兼具数字和字典的功能

• DataFrame

  1. DataFrame是一种存储多行和多列数据的数据集合&＃xff0c;是Series的容器

     from pandas import Series
from pandas import DataFrame
df &＃61; DataFrame({&＃39;age&＃39;:Series([26,29,24]),&＃39;name&＃39;:Series([&＃39;Ken&＃39;,&＃39;Jerry&＃39;,&＃39;Ben&＃39;])},index&＃61;[1,2,3])


2.分组分析

• 分组分析&＃xff1a;是指根据分组字段将分析对象划分成不同的部分&＃xff0c;以对比分析各组之间的差异性的一种方法

• 常用的方法有计数、求和、平均值

• 常用形式

  df.groupby(by &＃61; [&＃39;分类1&＃39;,&＃39;分类2&＃39;,...])[&＃39;被统计的列&＃39;].agg({列别名1&＃xff1a;统计函数1&＃xff0c;列别名2&＃xff1a;统计函数2})


  df.groupby(by&＃61;[u&＃39;班级&＃39;&＃xff0c;u&＃39;性别&＃39;])[u&＃39;军训&＃39;].agg((u&＃39;总分&＃39;:numpy.sum,u&＃39;人数&＃39;:numpy.sizey,u&＃39;平均值&＃39;:nmpy.mean,u&＃39;方差&＃39;:numpy.var,u&＃39;标准差&＃39;:numpy.std,u&＃39;最高分&＃39;:umpy.max,u&＃39;最低分&＃39;:numpy&＃xff0c;min))


  结果&＃xff1a;

  

3.数据可视化

• 散点图&＃xff1a;散点图是以一个变量为横坐标&＃xff0c;以另一个变量为纵坐标&＃xff0c;利用散点&＃xff08;坐标点&＃xff09;的分布形态反映变量关系的一种图形。相关的方法如下&＃xff1a;

  plt.plot(x,y,&＃39;.&＃39;,color&＃61;(r,g,b)
plt.xlabel(&＃39;x轴坐标&＃39;)
plt.ylabel(&＃39;y轴坐标&＃39;)
plt.grid(True)
#其中&＃xff0c;x、y为x轴和y轴的序列&＃xff1a;&＃39;.&＃39;&＃xff08;&＃39;o&＃39;等&＃xff09;代表小点&＃xff08;大点等&＃xff09;&＃xff1b;color为散点图的颜色&＃xff0c;可以用RGB定义&＃xff0c;也可以用英文字母定义RGB颜色的设置方式为&＃xff08;red&＃xff0c;green&＃xff0c;blue&＃xff09;


• 折线图&＃xff1a;P134

3.贝叶斯

略