python实验总结

python实验总结

#!/

【Python】基础总结

input("提示性信息") 如： input("请输入数字") 因为 Python 没有特别人为规定数据类型，数据类型是由计算机进行判定，所以我们 input() 输入的数据均默认作为字符串处理，而如果要输入一些数字，着需要 eval() 评估函数对字符串进行评估，化为语句（数字）。 print(...) 默认空一行，如果想不空行，则 print(...., end = "") 特性： 进制： 特性： 浮点数间运算存在不确定尾数，不是 bug 如：0.1+0.3 → 0.4 0.1+0.2 → 0.30000000000000004 这是由于在计算机中一切数据都是化为二进制进行存储的，而有的浮点数并不能完全化为相等的二进制数，只能无限趋近于二进制数。

如：0.1 → 解决方法： 四舍五入： 例如：z = 1.23e-4 + 5.6e+89j z.real 获得实部，z.imag 获得虚部 三种类型存在一种逐渐“扩展”或“变宽”的关系： 整数 → 浮点数 → 复数 特点： 字符串有 2 类共 4 种表示方法： 扩展： 使用[]获取字符串中一个或多个字符 使用[M:N:K]根据步长对字符串切片 {<参数序号>:<格式控制标记>} > 右对齐 ^ 居中对齐 | 槽设定的输出宽度 | 数字的千位分隔符 | 浮点数小数精度 或 字符串最大输出长度 | 整数类型 b , c , d , o , x , X 浮点数类型 e , E , f , % | 填充、对齐、宽度这三个一组，例如： "{0:=^20}".format("PYTHON") → '=======PYTHON=======' "{0:*>20}".format("BIT") → '*****************BIT' "{:10}".format("BIT") 'BIT ' 剩下的三个一组，例如： "{0:,.2f}".format(12345.6789) → '12,345.68' "{0:b},{0:c},{0:d},{0:o},{0:x},{0:X}x".format(425) → '110101001,Σ,425,651,1a9,1A9' "{0:e},{0:E},{0:f},{0:%}".format(3.14) '3.140000e+00,3.140000E+00,3.140000,314.000000%' ↓CloseCode↓ 使用 raise 语句抛出一个指定的异常。

raise [Exception [, args [, traceback]]] 紧凑形式：适用于简单表达式的二分支结构 <表达式1> if <条件> else <表达式2> 例如： ↓CloseCode↓ ↓CloseCode↓ ↓CloseCode↓ ↓CloseCode↓ 例如： ↓CloseCode↓ 运行结果： ↓CloseCode↓ ↓CloseCode↓ 例如： ↓CloseCode↓ 运行结果： ↓CloseCode↓ ↓CloseCode↓ 例如： ↓CloseCode↓ 运行结果： ↓CloseCode↓ ↓CloseCode↓ 例如： ↓CloseCode↓ 运行结果： ↓CloseCode↓ ↓CloseCode↓ 例如： ↓CloseCode↓ 运行结果： ↓CloseCode↓ 由条件控制的循环运行方式 ↓CloseCode↓ 例如： ↓CloseCode↓ 运行结果： ↓CloseCode↓ ↓CloseCode↓ ↓CloseCode↓ 例如： ↓CloseCode↓ 运行结果： ↓CloseCode↓ 例如： ↓CloseCode↓ 运行结果： ↓CloseCode↓ ↓CloseCode↓ 可选参数例如： ↓CloseCode↓ 运行结果： ↓CloseCode↓ 可变参数例如： ↓CloseCode↓ 运行结果： ↓CloseCode↓ 在函数定义中，经常会碰到 *args(arguments) 和作为参数 **kwargs(keyword arguments)。 （事实上在函数中，和才是必要的，args 和 kwargs 可以用其他名称代替） *args 是指不定数量的非键值对参数。 **kwargs 是指不定数量的键值对参数。 *args 作为作为元组匹配没有指定参数名的参数。

而 **kwargs 作为字典，匹配指定了参数名的参数。 *args 必须位于 **kwargs 之前。 args( 通常紧跟一个标识符，你会看到a或者args都是标识符)是python用于接收或者传递任意基于位置的参数的语法。

当你接收到一个用这种语法描叙参数时（比如你在函数def语句中对函数签名使用了星号语法），python会将此标识符绑定到一个元祖，该元祖包含了所有基于位置的隐士的接收到的参数。当你用这种语法传递参数时，标识符可以被绑定到任何可迭代对象（事实上，它也可以是人和表达式，并不必须是一个标识符），只要这个表达式的结果是一个可迭代的对象就行。 **kwds(标识符可以是任意的，通常k或者kwds表示)是python用于接收或者传递任意基于位置的参数的语法。

（python有时候会将命名参数称为关键字参数，他们其实并不是关键字--只是用他们来给关键字命名，比如pass,for或者yield，还有很多，不幸的是，这种让人疑惑的术语目前仍是这门语言极其文化根深蒂固的一个组成部分。）当你接收到用这种语法描叙的一个参数时（比如你在函数的def语句中对函数签名使用了双星号语法）python会将标识符绑定到一个字典，该字典包含了所有接收到的隐士的命名参数。当你用这种语法传递参数时，标识符只能被绑定到字典（我ID号I它也可以是表达式，不一定是一个标识符，只要这个表达式的结果是一个字典即可）。

当你在定义或调用一个函数的时候，必须确保a和k在其他所有参数之后。如果这两者同时出现，要将k放在a之后。

python数据分析综合项目--空气质量指数分析

近年来，我国的环境问题比较严重，很多城市出现了雾霾天气，当然也有很多城市空气依旧清新，为了研究具体的空气环境城市分布，我们采用了假设检验以及线性回归的思想对AQI（空气质量指数）进行分析和预测，其中AQI的值越大，表示空气质量越差，AQI值越小，表明空气质量越好。 1.列出空气质量优秀/较差的五个城市 2.全国空气质量分布情况 3.临海城市和内陆城市的空气质量对比 4.影响空气指数的因素 5.空气质量均值验证 City 城市名 AQI 空气质量指数 Precipitation 降雨量 GDP 城市生产总值 Temperature 温度 Longitude 经度 Latitude 纬度 Altitude 海拔高度 PopulationDensity 人口密度 Coastal 是否沿海 GreenCoverageRate 绿化覆盖率 Incineration(10,000ton) 焚烧量（10000吨） 在进行数据分析之前，我们对数据集进行观察并对其中的缺失值、重复值、异常值进行处理 我们发现降雨量数据中包含了4个缺失值，为了保证数据的精确，我们查一下降雨量的数据分布 很明显的呈现右偏分布，因此采用平均数来替代缺失值并不妥，我们这里用中位数来代替 GDP属性中检测出8条异常值，我们这里采取用极端值替换的方式，将异常值替换成最大值 数据集处理完毕之后，我们开始进行数据分析 按照AQI降序排列，选出排名前五以及后五的城市，进行可视化，结果如下 结论：空气质量较好的城市为韶关市、南平市、梅州市、基隆市、三明市，空气质量堪忧的城市分别为焦作市、锦州市、保定市、朝阳市、北京市 这里我们将AQI指数分为六个等级，并根据等级统计全国空气质量的等级情况 我们再用散点图绘制下全国的空气质量分布 结论：我国城市的空气质量集中在一级、二级和三级，高污染城市比例较低；从地理位置来看，西部城市空气质量优于东部城市，南部城市优于北部城市。

根据上面的结论我们发现，仿佛临海城市的空气质量普遍高于内陆地区，那么这个结论是否是真的呢？还需要进一步验证。

首先，我们来统计下不同地理环境的城市数量 第二步，绘制临海和内陆城市的AQI分布图 我们发现内陆城市AQI集中分布在50-100区间内，而沿海城市AQI集中分布在0-50区间，在此样本中，沿海的AQI分布低于内陆城市，但是这毕竟是样本，无法推测出总体分布情况，还需进一步探测。 第三步，统计AQI均值并绘制分布密度图 第四步，差异检验，查看内陆沿海AQI均值分布是否显著 我们先假设内陆城市和沿海城市的平均值相同 结果得出支持的概率为0.006，远低于0.05，因此我们否定原假设，选择备择假设，即内陆城市和沿海城市的平均值不相同 结论：经过分析，我们发现有超过99%的概率可以证明临海城市空气质量优于内陆城市的空气质量。 为了探究影响空气质量的具体因素，我们需要计算出两个变量之间的相关系数，以此进行判断，这里采用热力图进行可视化操作。 结论：从显示结果看出，AQI主要受降雨量和纬度的影响，其中降雨量越多，空气质量越好（0.4）；纬度越低，空气质量越好（-0.55） 当然，从整个图片来看，也能发现很多变量之间的关系，比如GDP与焚烧量的正相关系数达到了0.9，温度与纬度的负相关系数达到了-0.81等。

传闻空气质量均值在71左右，这个消息是否是准确的呢？我们进行一次验证。 首先计算样本的均值 结果显示为75.334 那么总体的均值是否为71呢？这里先假设总体的均值为71，进行t检验 结论：可以看出，偏离均值1.81倍的标准差，而且p值大于0.05，我们接受原假设（即空气质量均值在71左右）另外，我们还可以计算出在置信度为95%时，空气质量均值的置信区间为70-80。

如何利用python语言实现机器学习算法

基于以下三个原因，我们选择Python作为实现机器学习算法的编程语言：(一) Python的语法清晰；(二) 易于操作纯文本文件；(三) 使用广泛，存在大量的开发文档。 可执行伪代码 Python具有清晰的语法结构，大家也把它称作可执行伪代码（executable pseudo-code）。

默认安装的Python开发环境已经附带了很多高级数据类型，如列表、元组、字典、集合、队列等，无需进一步编程就可以使用这些数据类型的操作。

使用这些数据类型使得实现抽象的数学概念非常简单。此外，读者还可以使用自己熟悉的编程风格，如面向对象编程、面向过程编程、或者函数式编程。不熟悉Python的读者可以参阅附录A，该附录详细介绍了Python语言、Python使用的数据类型以及安装指南。 Python语言处理和操作文本文件非常简单，非常易于处理非数值型数据。

Python语言提供了丰富的正则表达式函数以及很多访问Web页面的函数库，使得从HTML中提取数据变得非常简单直观。 Python比较流行 Python语言使用广泛，代码范例也很多，便于读者快速学习和掌握。此外，在开发实际应用程序时，也可以利用丰富的模块库缩短开发周期。

在科学和金融领域，Python语言得到了广泛应用。SciPy和NumPy等许多科学函数库都实现了向量和矩阵操作，这些函数库增加了代码的可读性，学过线性代数的人都可以看懂代码的实际功能。另外，科学函数库SciPy和NumPy使用底层语言（C和Fortran）编写，提高了相关应用程序的计算性能。

本书将大量使用Python的NumPy。 Python的科学工具可以与绘图工具Matplotlib协同工作。Matplotlib可以绘制二D、三D图形，也可以处理科学研究中经常使用到的图形，所以本书也将大量使用Matplotlib。

Python开发环境还提供了交互式shell环境，允许用户开发程序时查看和检测程序内容。 Python开发环境将来还会集成Pylab模块，它将NumPy、SciPy和Matplotlib合并为一个开发环境。在本书写作时，Pylab还没有并入Python环境，但是不远的将来我们肯定可以在Python开发环境找到它。 Python语言的特色 诸如MATLAB和Mathematica等高级程序语言也允许用户执行矩阵操作，MATLAB甚至还有许多内嵌的特征可以轻松地构造机器学习应用，而且MATLAB的运算速度也很快。

然而MATLAB的不足之处是软件费用太高，单个软件授权就要花费数千美元。虽然也有适合MATLAB的第三方插件，但是没有一个有影响力的大型开源项目。 Java和C等强类型程序设计语言也有矩阵数学库，然而对于这些程序设计语言来说，最大的问题是即使完成简单的操作也要编写大量的代码。程序员首先需要定义变量的类型，对于Java来说，每次封装属性时还需要实现getter和setter方法。

另外还要记着实现子类，即使并不想使用子类，也必须实现子类方法。为了完成一个简单的工作，我们必须花费大量时间编写了很多无用冗长的代码。Python语言则与Java和C完全不同，它清晰简练，而且易于理解，即使不是编程人员也能够理解程序的含义，而Java和C对于非编程人员则像天书一样难于理解。 所有人在小学二年级已经学会了写作，然而大多数人必须从事其他更重要的工作。

——鲍比·奈特 也许某一天，我们可以在这句话中将“写作”替代为“编写代码”，虽然有些人对于编写代码很感兴趣，但是对于大多数人来说，编程仅是完成其他任务的工具而已。Python语言是高级编程语言，我们可以花费更多的时间处理数据的内在含义，而无须花费太多精力解决计算机如何得到数据结果。Python语言使得我们很容易表达自己的目的。

Python语言的缺点 Python语言唯一的不足是性能问题。Python程序运行的效率不如Java或者C代码高，但是我们可以使用Python调用C编译的代码。这样，我们就可以同时利用C和Python的优点，逐步地开发机器学习应用程序。

我们可以首先使用Python编写实验程序，如果进一步想要在产品中实现机器学习，转换成C代码也不困难。如果程序是按照模块化原则组织的，我们可以先构造可运行的Python程序，然后再逐步使用C代码替换核心代码以改进程序的性能。C++ Boost库就适合完成这个任务，其他类似于Cython和PyPy的工具也可以编写强类型的Python代码，改进一般Python程序的性能。 如果程序的算法或者思想有缺陷，则无论程序的性能如何，都无法得到正确的结果。

如果解决问题的思想存在问题，那么单纯通过提高程序的运行效率，扩展用户规模都无法解决这个核心问题。

Python小实验——密码强度

我们的任务就是把密码复杂度与强度量化，然后用计算机语言表达出来。密码复杂度很好定义，长度，大写字母，小写字母，数字和特殊符号，密码包含的特征越多也就越，强度也就越高。

我们设置个等级来评测密码强度，分别是：terrible,simple,medium,strong。

不同的应用可能对密码强度的要求一样，我们引入最小长度（min_length）和最小特征数（mim_types）变成可配置选项。