以下所有代码全都至少运行一遍,确保可复现、易于理解、逐步完成入门到进阶的学习。
此教程经过我 反复打磨多遍 ,经常为此熬夜,真心不易,文章比较长,看完有用,帮我点个在看或分享支持。
教程包括 62
个基础样例, 12
个核心样例, 26
个习惯用法。如果觉得还不错,欢迎转发、留言或在看。
将十进制转换为二进制:
>>> bin(10)
'0b1010'
十进制转换为八进制:
>>> oct(9)
'0o11'
十进制转换为十六进制:
>>> hex(15)
'0xf'
字符串转换为字节类型
>>> s = "apple"
>>> bytes(s,encoding='utf-8')
b'apple'
字符类型、数值型等转换为字符串类型
>>> i = 100
>>> str(i)
'100'
十进制整数对应的 ASCII 字符
>>> chr(65)
'A'
ASCII字符对应的十进制数
>>> ord('A')
65
创建数据字典的几种方法
>>> dict()
{}
>>> dict(a='a',b='b')
{'a': 'a', 'b': 'b'}
>>> dict(zip(['a','b'],[1,2]))
{'a': 1, 'b': 2}
>>> dict([('a',1),('b',2)])
{'a': 1, 'b': 2}
整数或数值型字符串转换为浮点数
>>> float(3)
3.0
如果不能转化为浮点数,则会报 ValueError
:
>>> float('a')
Traceback (most recent call last):File "
ValueError: could not convert string to float: 'a'
int(x, base =10)
x 可能为字符串或数值,将 x 转换为整数。
如果参数是字符串,那么它可能包含符号和小数点。如果超出普通整数的表示范围,一个长整数被返回。
>>> int('12',16)
18
返回一个 set 对象,集合内不允许有重复元素:
>>> a = [1,4,2,3,1]
>>> set(a)
{1, 2, 3, 4}
class slice( start , stop [, step ])
返回一个由 range(start, stop, step) 指定索引集的 slice 对象,代码可读性变好。
>>> a = [1,4,2,3,1]
>>> my_slice = slice(0,5,2)
>>> a[my_slice]
[1, 2, 1]
tuple()
将对象转为一个不可变的序列类型
>>> a=[1,3,5]
>>> a.append(7)
>>> a
[1, 3, 5, 7]
#禁止a增删元素,只需转为元组
>>> t=tuple(a)
>>> t
(1, 3, 5, 7)
创建不可修改的集合:
>>> a = frozenset([1,1,3,2,3])
>>> a # a 无 pop,append,insert等方法
frozenset({1, 2, 3})
分别取商和余数
>>> divmod(10,3)
(3, 1)
pow 三个参数都给出表示先幂运算再取余:
>>> pow(3, 2, 4)
1
四舍五入, ndigits
代表小数点后保留几位:
>>> round(10.045, 2)
10.04
>>> round(10.046, 2)
10.05
>>> import sys
>>> a = {'a':1,'b':2.0}
>>> sys.getsizeof(a) # 变量占用字节数
240
返回对象的内存地址
>>> class Student():def __init__(self,id,name):self.id = idself.name = name>>> xiaoming = Student('001','xiaoming')
>>> id(xiaoming)
2281930739080
排序:
>>> a = [1,4,2,3,1]
#降序
>>> sorted(a,reverse=True)
[4, 3, 2, 1, 1]
>>> a = [{'name':'xiaoming','age':18,'gender':'male'},{'name':'xiaohong','age':20,'gender':'female'}]
#按 age升序
>>> sorted(a,key=lambda x: x['age'],reverse=False)
[{'name': 'xiaoming', 'age': 18, 'gender': 'male'},
{'name': 'xiaohong', 'age': 20, 'gender': 'female'}]
求和:
>>> a = [1,4,2,3,1]
>>> sum(a)
11
#求和初始值为1
>>> sum(a,1)
12
计算字符串型表达式的值
>>> s = "1 + 3 +5"
>>> eval(s)
9
>>> eval('[1,3,5]*3')
[1, 3, 5, 1, 3, 5, 1, 3, 5]
>>> bool(0)
False
>>> bool(False)
False
>>> bool(None)
False
>>> bool([])
False
>>> bool([False])
True
>>> bool([0,0,0])
True
如果可迭代对象的所有元素都为真,那么返回 True
,否则返回 False
#有0,所以不是所有元素都为真
>>> all([1,0,3,6])
False#所有元素都为真
>>> all([1,2,3])
True
接受一个可迭代对象,如果可迭代对象里至少有一个元素为真,那么返回 True
,否则返回 False
# 没有一个元素为真
>>> any([0,0,0,[]])
False# 至少一个元素为真
>>> any([0,0,1])
True
获取用户输入内容
>>> input()
I'm typing
"I'm typing "
>>> lst = [1,3,5]
# f 打印
>>> print(f'lst: {lst}')
lst: [1, 3, 5]
# format 打印
>>> print('lst:{}'.format(lst))
lst:[1, 3, 5]
格式化字符串常见用法
>>> print("i am {0},age {1}".format("tom",18))
i am tom,age 18
>>> print("{:.2f}".format(3.1415926)) # 保留小数点后两位
3.14
>>> print("{:+.2f}".format(-1)) # 带符号保留小数点后两位
-1.00
>>> print("{:.0f}".format(2.718)) # 不带小数位
3
>>> print("{:0>3d}".format(5)) # 整数补零,填充左边, 宽度为3
005
>>> print("{:,}".format(10241024)) # 以逗号分隔的数字格式
10,241,024
>>> print("{:.2%}".format(0.718)) # 百分比格式
71.80%
>>> print("{:.2e}".format(10241024)) # 指数记法
1.02e+07
返回对象的哈希值。值得注意,自定义的实例都可哈希:
>>> class Student():def __init__(self,id,name):self.id = idself.name = name>>> xiaoming = Student('001','xiaoming')
>>> hash(xiaoming)
-9223371894234104688
list
, dict
, set
等可变对象都不可哈希(unhashable):
>>> hash([1,3,5])
Traceback (most recent call last):File "
TypeError: unhashable type: 'list'
返回文件对象
>>> import os
>>> os.chdir('D:/source/dataset')
>>> os.listdir()
['drinksbycountry.csv', 'IMDB-Movie-Data.csv', 'movietweetings',
'titanic_eda_data.csv', 'titanic_train_data.csv']
>>> o = open('drinksbycountry.csv',mode='r',encoding='utf-8')
>>> o.read()
"country,beer_servings,spirit_servings,wine_servings,total_litres_of_pur
e_alcohol,continentnAfghanistan,0,0,0,0.0,AsianAlbania,89,132,54,4.9,"
mode 取值表:
字符意义'r'
读取(默认)'w'
写入,并先截断文件'x'
排它性创建,如果文件已存在则失败'a'
写入,如果文件存在则在末尾追加'b'
二进制模式't'
文本模式(默认)'+'
打开用于更新(读取与写入)
class type( name , bases , dict )
传入参数,返回 object 类型:
>>> type({4,6,1})
>>> type({'a':[1,2,3],'b':[4,5,6]})
>>> class Student():def __init__(self,id,name):self.id = idself.name = name>>> type(Student('1','xiaoming'))
返回 property 属性,典型的用法:
>>> class C:def __init__(self):self._x = Nonedef getx(self):return self._xdef setx(self, value):self._x = valuedef delx(self):del self._x# 使用property类创建 property 属性x = property(getx, setx, delx, "I'm the 'x' property.")
使用 C 类:
>>> C().x=1
>>> c=C()
# 属性x赋值
>>> c.x=1
# 拿值
>>> c.getx()
1
# 删除属性x
>>> c.delx()
# 再拿报错
>>> c.getx()
Traceback (most recent call last):File "
AttributeError: 'C' object has no attribute '_x'
# 再属性赋值
>>> c.x=1
>>> c.setx(1)
>>> c.getx()
1
使用 @property
装饰器,实现与上完全一样的效果:
class C:def __init__(self):self._x = None@propertydef x(self):return self._x@x.setterdef x(self, value):self._x = value@x.deleterdef x(self):del self._x
判断对象是否可被调用,能被调用的对象是一个 callable
对象。
>>> callable(str)
True
>>> callable(int)
True
Student 对象实例目前不可调用:
>>> class Student():def __init__(self,id,name):self.id = idself.name = name>>> xiaoming = Student(id='1',name='xiaoming')
>>> callable(xiaoming)
False
如果 xiaoming
能被调用 , 需要重写 Student
类的 __call__
方法:
>>> class Student():def __init__(self,id,name):self.id = idself.name = name
此时调用 xiaoming():
>>> xiaoming = Student('001','xiaoming')
>>> xiaoming()
I can be called
my name is xiaoming
删除对象的属性
>>> class Student():def __init__(self,id,name):self.id = idself.name = name>>> xiaoming = Student('001','xiaoming')
>>> delattr(xiaoming,'id')
>>> hasattr(xiaoming,'id')
False
获取对象的属性
>>> class Student():def __init__(self,id,name):self.id = idself.name = name>>> xiaoming = Student('001','xiaoming')
>>> getattr(xiaoming,'name') # 获取name的属性值
'xiaoming'
>>> class Student():def __init__(self,id,name):self.id = idself.name = name>>> xiaoming = Student('001','xiaoming')
>>> getattr(xiaoming,'name')# 判断 xiaoming有无 name属性
'xiaoming'
>>> hasattr(xiaoming,'name')
True
>>> hasattr(xiaoming,'address')
False
判断 object 是否为 classinfo 的实例,是返回true
>>> class Student():def __init__(self,id,name):self.id = idself.name = name>>> xiaoming = Student('001','xiaoming')
>>> isinstance(xiaoming,Student)
True
>>> class Student():def __init__(self,id,name):self.id = idself.name = name>>> class Undergraduate(Student): pass# 判断 Undergraduate 类是否为 Student 的子类
>>> issubclass(Undergraduate,Student)
True
第二个参数可为元组:
>>> issubclass(int,(int,float))
True
object 是所有类的基类
>>> isinstance(1,object)
True>>> isinstance([],object)
True
不带参数时返回 当前范围
内的变量、方法和定义的类型列表;带参数时返回 参数
的属性,方法列表。
>>> class Student():def __init__(self,id,name):self.id = idself.name = name>>> xiaoming = Student('001','xiaoming')
>>> dir(xiaoming)
['__call__', '__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'id', 'name']
Python 的枚举对象
>>> s = ["a","b","c"]
>>> for i,v in enumerate(s):print(i,v)
0 a
1 b
2 c
>>> class TestIter():def __init__(self,lst):self.lst = lst# 重写可迭代协议__iter__def __iter__(self):print('__iter__ is called')return iter(self.lst)
迭代 TestIter 类:
>>> t = TestIter()
>>> t = TestIter([1,3,5,7,9])
>>> for e in t:print(e)__iter__ is called
1
3
5
7
9
生成一个不可变序列的迭代器:
>>> t = range(11)
>>> t = range(0,11,2)
>>> for e in t:print(e)0
2
4
6
8
10
>>> rev = reversed([1,4,2,3,1])
>>> for i in rev:print(i)1
3
2
4
1
聚合各个可迭代对象的迭代器:
>>> x = [3,2,1]
>>> y = [4,5,6]
>>> list(zip(y,x))
[(4, 3), (5, 2), (6, 1)]
>>> for i,j in zip(y,x):print(i,j)4 3
5 2
6 1
函数通过 lambda 表达式设定过滤条件,保留 lambda 表达式为 True
的元素:
>>> fil = filter(lambda x: x>10,[1,11,2,45,7,6,13])
>>> for e in fil:print(e)11
45
13
>>> i = 3
>>> 1 False
>>> 1 True
>>> from operator import (add, sub)
>>> def add_or_sub(a, b, oper):return (add if oper == '+' else sub)(a, b)
>>> add_or_sub(1, 2, '-')
-1
>>> 'i love python'.split(' ')
['i', 'love', 'python']
>>> 'itlovetpython'.replace('t',',')
'i,love,python'
>>> st="python"
>>> ''.join(reversed(st))
'nohtyp'
# 导入time模块
>>> import time
# 打印当前时间,返回浮点数
>>> seconds = time.time()
>>> seconds
1588858156.6146255
# 浮点数转时间结构体
>>> local_time = time.localtime(seconds)
>>> local_time
time.struct_time(tm_year=2020, tm_mon=5, tm_mday=7, tm_hour=21, tm_min=29, tm_sec=16, tm_wday=3, tm_yday=128, tm_isdst=0)
# 时间结构体转时间字符串
>>> str_time = time.asctime(local_time)
>>> str_time
'Thu May 7 21:29:16 2020'
# 时间结构体转指定格式的时间字符串
>>> format_time = time.strftime('%Y.%m.%d %H:%M:%S',local_time)
>>> format_time
'2020.05.07 21:29:16'
# 时间字符串转时间结构体
>>> time.strptime(format_time,'%Y.%m.%d %H:%M:%S')
time.struct_time(tm_year=2020, tm_mon=5, tm_mday=7, tm_hour=21, tm_min=29, tm_sec=16, tm_wday=3, tm_yday=128, tm_isdst=-1)
>>> import calendar
>>> from datetime import date
>>> mydate=date.today()
>>> calendar.calendar(2020)
结果:
2020January February March
Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su1 2 3 4 5 1 2 16 7 8 9 10 11 12 3 4 5 6 7 8 9 2 3 4 5 6 7 8
13 14 15 16 17 18 19 10 11 12 13 14 15 16 9 10 11 12 13 14 15
20 21 22 23 24 25 26 17 18 19 20 21 22 23 16 17 18 19 20 21 22
27 28 29 30 31 24 25 26 27 28 29 23 24 25 26 27 28 2930 31April May June
Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su1 2 3 4 5 1 2 3 1 2 3 4 5 6 76 7 8 9 10 11 12 4 5 6 7 8 9 10 8 9 10 11 12 13 14
13 14 15 16 17 18 19 11 12 13 14 15 16 17 15 16 17 18 19 20 21
20 21 22 23 24 25 26 18 19 20 21 22 23 24 22 23 24 25 26 27 28
27 28 29 30 25 26 27 28 29 30 31 29 30July August September
Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su1 2 3 4 5 1 2 1 2 3 4 5 66 7 8 9 10 11 12 3 4 5 6 7 8 9 7 8 9 10 11 12 13
13 14 15 16 17 18 19 10 11 12 13 14 15 16 14 15 16 17 18 19 20
20 21 22 23 24 25 26 17 18 19 20 21 22 23 21 22 23 24 25 26 27
27 28 29 30 31 24 25 26 27 28 29 30 28 29 3031October November December
Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su1 2 3 4 1 1 2 3 4 5 65 6 7 8 9 10 11 2 3 4 5 6 7 8 7 8 9 10 11 12 13
12 13 14 15 16 17 18 9 10 11 12 13 14 15 14 15 16 17 18 19 20
19 20 21 22 23 24 25 16 17 18 19 20 21 22 21 22 23 24 25 26 27
26 27 28 29 30 31 23 24 25 26 27 28 29 28 29 30 3130
>>> import calendar
>>> from datetime import date
>>> mydate = date.today()
>>> calendar.month(mydate.year, mydate.month)
结果:
May 2020
Mo Tu We Th Fr Sa Su1 2 34 5 6 7 8 9 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30 31
>>> import calendar
>>> from datetime import date
>>> mydate = date.today()
>>> is_leap = calendar.isleap(mydate.year)
>>> ("{}是闰年" if is_leap else "{}不是闰年n").format(mydate.year)
'2020是闰年'
读文件:
>> import os
>>> os.chdir('D:/source/dataset')
>>> os.listdir()
['drinksbycountry.csv', 'IMDB-Movie-Data.csv', 'movietweetings', 'test.csv', 'titanic_eda_data.csv', 'titanic_train_data.csv', 'train.csv']
# 读文件
>>> with open('drinksbycountry.csv',mode='r',encoding='utf-8') as f:o = f.read()print(o)
写文件:
# 写文件
>>> with open('new_file.txt',mode='w',encoding='utf-8') as f:w = f.write('I love pythonn It's so simple')os.listdir()['drinksbycountry.csv', 'IMDB-Movie-Data.csv', 'movietweetings', 'new_file.txt', 'test.csv', 'titanic_eda_data.csv', 'titanic_train_data.csv', 'train.csv']
>>> with open('new_file.txt',mode='r',encoding='utf-8') as f:o = f.read()print(o)I love pythonIt's so simple
>>> import os
>>> os.path.splitext('D:/source/dataset/new_file.txt')
('D:/source/dataset/new_file', '.txt') #[1]:后缀名
>>> import os
>>> os.path.split('D:/source/dataset/new_file.txt')
('D:/source/dataset', 'new_file.txt')
>>> def fibonacci(n):a, b = 1, 1for _ in range(n):yield aa, b = b, a+b # 注意这种赋值>>> for fib in fibonacci(10):print(fib)1
1
2
3
5
8
13
21
34
55
>>> from math import ceil
>>> def divide_iter(lst, n):if n <&#61; 0:yield lstreturni, div &#61; 0, ceil(len(lst) / n)while i
[4, 5]
有好几位同学问我&#xff0c;生成器到底该怎么理解。
在这里我总结几句话&#xff0c;看看是否对不理解生成器的朋友有帮助。
生成器首先是一个 “特殊的” return &#xff0c;遇到 yield 立即中断返回。
但是&#xff0c;又与 return 不同&#xff0c;yield 后下一次执行会进入到yield 的下一句代码&#xff0c;而不像 return 下一次执行还是从函数体的第一句开始执行。
可能还是没说清&#xff0c;那就用图解释一下&#xff1a;
第一次 yield 返回 1
第二次迭代&#xff0c;直接到位置 2 这句代码&#xff1a;
然后再走 for ,再 yield &#xff0c;重复下去&#xff0c;直到for结束。
以上就是理解 yield 的重点一个方面。
time 模块大家比较清楚&#xff0c;第一个导入 wraps
函数&#xff08;装饰器&#xff09;为确保被装饰的函数名称等属性不发生改变用的&#xff0c;这点现在不清楚也问题不大&#xff0c;实践一下就知道了。
from functools import wraps
import time
定义一个装饰器&#xff1a;print_info&#xff0c;装饰器函数入参要求为函数&#xff0c;返回值要求也为函数。
如下&#xff0c;入参为函数 f, 返回参数 info 也为函数&#xff0c;满足要求。
def print_info(f):"""&#64;para: f, 入参函数名称"""&#64;wraps(f) # 确保函数f名称等属性不发生改变def info():print(&#39;正在调用函数名称为&#xff1a; %s &#39; % (f.__name__,))t1 &#61; time.time()f()t2 &#61; time.time()delta &#61; (t2 - t1)print(&#39;%s 函数执行时长为&#xff1a;%f s&#39; % (f.__name__,delta))return info
使用 print_info 装饰器&#xff0c;分别修饰 f1, f2 函数。
软件工程要求尽量一次定义&#xff0c;多次被复用。
&#64;print_info
def f1():time.sleep(1.0)&#64;print_info
def f2():time.sleep(2.0)
使用 f1, f2 函数&#xff1a;
f1()
f2()# 输出信息如下&#xff1a;# 正在调用函数名称为&#xff1a;f1
# f1 函数执行时长为&#xff1a;1.000000 s
# 正在调用函数名称为&#xff1a;f2
# f2 函数执行时长为&#xff1a;2.000000 s
一个类如何成为迭代器类型&#xff0c;请看官方PEP说明&#xff1a;
即必须实现两个方法&#xff08;或者叫两种协议&#xff09;&#xff1a; __iter__
, __next__
下面编写一个迭代器类&#xff1a;
class YourRange():def __init__(self, start, end):self.value &#61; startself.end &#61; end# 成为迭代器类型的关键协议def __iter__(self):return self# 当前迭代器状态(位置)的下一个位置def __next__(self):if self.value >&#61; self.end:raise StopIterationcur &#61; self.valueself.value &#43;&#61; 1return cur
使用这个迭代器&#xff1a;
yr &#61; YourRange(5, 12)
for e in yr:print(e)
迭代器实现 __iter__
协议&#xff0c;它就能在 for 上迭代&#xff0c;参考官网PEP解释&#xff1a;
文章最后提个问题&#xff0c;如果此时运行&#xff1a;
next(yr)
会输出 5&#xff0c; 还是报错&#xff1f;
如果 yr 是 list&#xff0c;for 遍历后&#xff0c;再 next(iter(yr)) 又会输出什么&#xff1f;
如果能分清这些问题&#xff0c;恭喜你&#xff0c;已经真正理解迭代器迭代和容器遍历的区别。如果你还拿不准&#xff0c;欢迎交流。
下面使用 4 种常见的绘图库绘制柱状图和折线图&#xff0c;使用尽可能最少的代码绘制&#xff0c;快速入门这些库是本文的写作目的。
导入包&#xff1a;
import matplotlib
matplotlib.__version__ # &#39;2.2.2&#39;import matplotlib.pyplot as plt
绘图代码&#xff1a;
import matplotlib.pyplot as plt
plt.plot([0, 1, 2, 3, 4, 5],[1.5, 1, -1.3, 0.7, 0.8, 0.9],c&#61;&#39;red&#39;)
plt.bar([0, 1, 2, 3, 4, 5],[2, 0.5, 0.7, -1.2, 0.3, 0.4])
plt.show()
导入包&#xff1a;
import seaborn as sns
sns.__version__ # &#39;0.8.0&#39;
绘制图&#xff1a;
sns.barplot([0, 1, 2, 3, 4, 5],[1.5, 1, -1.3, 0.7, 0.8, 0.9])
sns.pointplot([0, 1, 2, 3, 4, 5],[2, 0.5, 0.7, -1.2, 0.3, 0.4])
plt.show()
导入包&#xff1a;
import plotly
plotly.__version__ # &#39;2.0.11&#39;
绘制图&#xff08;自动打开html&#xff09;&#xff1a;
import plotly.graph_objs as go
import plotly.offline as offlinepyplt &#61; offline.plot
sca &#61; go.Scatter(x&#61;[0, 1, 2, 3, 4, 5],y&#61;[1.5, 1, -1.3, 0.7, 0.8, 0.9])
bar &#61; go.Bar(x&#61;[0, 1, 2, 3, 4, 5],y&#61;[2, 0.5, 0.7, -1.2, 0.3, 0.4])
fig &#61; go.Figure(data &#61; [sca,bar])
pyplt(fig)
导入包&#xff1a;
import pyecharts
pyecharts.__version__ # &#39;1.7.1&#39;
绘制图&#xff08;自动打开html&#xff09;&#xff1a;
bar &#61; (Bar().add_xaxis([0, 1, 2, 3, 4, 5]).add_yaxis(&#39;ybar&#39;,[1.5, 1, -1.3, 0.7, 0.8, 0.9]))
line &#61; (Line().add_xaxis([0, 1, 2, 3, 4, 5]).add_yaxis(&#39;yline&#39;,[2, 0.5, 0.7, -1.2, 0.3, 0.4]))
bar.overlap(line)
bar.render_notebook()
大家在复现代码时&#xff0c;需要注意API与包的版本紧密相关&#xff0c;与上面版本不同的包其内的API可能与以上写法有略有差异&#xff0c;大家根据情况自行调整即可。
matplotlib 绘制三维 3D 图形的方法&#xff0c;主要锁定在绘制 3D 曲面图和等高线图。
要想掌握 3D 曲面图&#xff0c;需要首先理解 meshgrid 函数。
导入包&#xff1a;
import numpy as np
import matplotlib.pyplot as plt
创建一维数组 x
nx, ny &#61; (5, 3)
x &#61; np.linspace(0, 1, nx)
x
# 结果
# array([0. , 0.25, 0.5 , 0.75, 1. ])
创建一维数组 y
y &#61; np.linspace(0, 1, ny)
y
# 结果
# array([0. , 0.5, 1. ])
使用 meshgrid
生成网格点&#xff1a;
xv, yv &#61; np.meshgrid(x, y)
xv
xv 结果&#xff1a;
array([[0. , 0.25, 0.5 , 0.75, 1. ],[0. , 0.25, 0.5 , 0.75, 1. ],[0. , 0.25, 0.5 , 0.75, 1. ]])
yv 结果&#xff1a;
array([[0. , 0. , 0. , 0. , 0. ],[0.5, 0.5, 0.5, 0.5, 0.5],[1. , 1. , 1. , 1. , 1. ]])
绘制网格点&#xff1a;
plt.scatter(xv.flatten(),yv.flatten(),c&#61;&#39;red&#39;)
plt.xticks(ticks&#61;x)
plt.yticks(ticks&#61;y)
以上就是 meshgrid 功能&#xff1a;创建网格点&#xff0c;它是绘制 3D 曲面图的必用方法之一。
导入 3D 绘图模块&#xff1a;
from mpl_toolkits.mplot3d import Axes3D
生成X,Y,Z
# X, Y
x &#61; np.arange(-5, 5, 0.25)
y &#61; np.arange(-5, 5, 0.25)
X, Y &#61; np.meshgrid(x, y) # x-y 平面的网格
R &#61; np.sqrt(X ** 2 &#43; Y ** 2)
# Z
Z &#61; np.sin(R)
绘制 3D 曲面图&#xff1a;
fig &#61; plt.figure()
ax &#61; Axes3D(fig)
plt.xticks(ticks&#61;np.arange(-5,6))
plt.yticks(ticks&#61;np.arange(-5,6))
ax.plot_surface(X, Y, Z, cmap&#61;plt.get_cmap(&#39;rainbow&#39;))
plt.show()
以上 3D 曲面图的在 xy平面、 xz平面、yz平面投影&#xff0c;即是等高线图。
xy 平面投影得到的等高线图&#xff1a;
fig &#61; plt.figure()
ax &#61; Axes3D(fig)
plt.xticks(ticks&#61;np.arange(-5,6))
plt.yticks(ticks&#61;np.arange(-5,6))
ax.contourf(X, Y, Z, zdir&#61;&#39;z&#39;, offset&#61;-1, cmap&#61;plt.get_cmap(&#39;rainbow&#39;))
plt.show()
即便两个整数&#xff0c; /
操作也会返回浮点数
In [1]: 8/5
Out[1]: 1.6
使用 //
快速得到两数相除的整数部分&#xff0c;并且返回整型&#xff0c;此操作符容易忽略&#xff0c;但确实很实用。
In [2]: 8//5
Out[2]: 1In [3]: a &#61; 8//5
In [4]: type(a)
Out[4]: int
%
得到两数相除的余数&#xff1a;
In [6]: 8%5
Out[6]: 3
**
计算几次方
In [7]: 2**3
Out[7]: 8
在交互模式下&#xff0c;上一次打印出来的表达式被赋值给变量 _
In [8]: 2*3.02&#43;1
Out[8]: 7.04In [9]: 1&#43;_
Out[9]: 8.04
使用单引号和双引号的微妙不同
使用一对双引号时&#xff0c;打印下面串无需转义字符&#xff1a;
In [10]: print("That isn&#39;t a horse")
That isn&#39;t a horse
使用单引号时&#xff0c;需要添加转义字符 &#xff1a;
In [11]: print(&#39;That isn&#39;t a horse&#39;)
That isn&#39;t a horse
符串字面值可以跨行连续输入&#xff1b;一种方式是用一对三重引号&#xff1a; """
或 &#39;&#39;&#39;
In [12]: print("""You&#39;re just pounding two...: coconut halves together.""")
You&#39;re just pounding two
coconut halves together.
In [13]: 3*&#39;Py&#39;
Out[13]: &#39;PyPyPy&#39;
堆积起来就行&#xff0c;什么都不用写&#xff1a;
In [14]: &#39;Py&#39;&#39;thon&#39;
Out[14]: &#39;Python&#39;
一般语言 else 只能和 if 搭&#xff0c;Python 中却支持 for 和 else, try 和 else.
for 和 else 搭后&#xff0c;遍历结束便会执行 else
In [29]: for i in range(3):...: for j in range(i):...: print(j)...: else:...: print(&#39;第%d轮遍历结束n&#39;%(i&#43;1,))...:
第1轮遍历结束0
第2轮遍历结束0
1
第3轮遍历结束
直接使用 x 和 not x 判断 x 是否为 None 或空
x &#61; [1,3,5]if x:print(&#39;x is not empty &#39;)if not x:print(&#39;x is empty&#39;)
下面写法不够 Pythoner
if x and len(x) > 0:print(&#39;x is not empty &#39;)if x is None or len(x) &#61;&#61; 0:print(&#39;x is empty&#39;)
直接使用 enumerate 枚举容器&#xff0c;第二个参数表示索引的起始值
x &#61; [1, 3, 5]for i, e in enumerate(x, 10): # 枚举print(i, e)
下面写法不够 Pythoner:
i &#61; 0while i
判断字符串是否包含某个子串&#xff0c;使用 in
明显更加可读&#xff1a;
x &#61; &#39;zen_of_python&#39;
if &#39;zen&#39; in x:print(&#39;zen is in&#39;)
find 返回值 要与 -1 判断&#xff0c;不太符合习惯&#xff1a;
if x.find(&#39;zen&#39;) !&#61; -1:print(&#39;zen is in&#39;)
使用 zip 打包后结合 for 使用输出一对&#xff0c;更加符合习惯&#xff1a;
keys &#61; [&#39;a&#39;, &#39;b&#39;, &#39;c&#39;]
values &#61; [1, 3, 5]for k, v in zip(keys, values):print(k, v)
下面不符合 Python 习惯&#xff1a;
d &#61; {}
i &#61; 0
for k in keys:print(k, values[i])i &#43;&#61; 1
打印被分为多行的字符串&#xff0c;使用一对 &#39;&#39;&#39;
更加符合 Python 习惯&#xff1a;
print(&#39;&#39;&#39;"Oh no!" He exclaimed.
"It&#39;s the blemange!"&#39;&#39;&#39;)
下面写法就太不 Python 风格&#xff1a;
print(&#39;"Oh no!" He exclaimed.n&#39; &#43;&#39;It&#39;s the blemange!"&#39;)
直接解包赋值&#xff0c;更加符合 Python 风格&#xff1a;
a, b &#61; 1, 3
a, b &#61; b, a # 交换a,b
不要再用临时变量 tmp &#xff0c;这不符合 Python 习惯&#xff1a;
tmp &#61; a
a &#61; b
b &#61; tmp
串联字符串&#xff0c;更习惯使用 join&#xff1a;
chars &#61; [&#39;P&#39;, &#39;y&#39;, &#39;t&#39;, &#39;h&#39;, &#39;o&#39;, &#39;n&#39;]
name &#61; &#39;&#39;.join(chars)
print(name)
下面不符合 Python 习惯&#xff1a;
name &#61; &#39;&#39;
for c in chars:name &#43;&#61; c
print(name)
列表生成式构建高效&#xff0c;符合 Python 习惯&#xff1a;
data &#61; [1, 2, 3, 5, 8]
result &#61; [i * 2 for i in data if i & 1] # 奇数则乘以2
print(result) # [2, 6, 10]
下面写法不够 Pythoner&#xff1a;
results &#61; []
for e in data:if e & 1:results.append(e*2)
print(results)
除了列表生成式&#xff0c;还有字典生成式&#xff1a;
keys &#61; [&#39;a&#39;, &#39;b&#39;, &#39;c&#39;]
values &#61; [1, 3, 5]d &#61; {k: v for k, v in zip(keys, values)}
print(d)
下面写法不太 Pythoner&#xff1a;
d &#61; {}
for k, v in zip(keys, values):d[k] &#61; v
print(d)
__name__ &#61;&#61; &#39;__main__&#39;
有啥用曾几何时&#xff0c;看这别人代码这么写&#xff0c;我们也就跟着这么用吧&#xff0c;其实还没有完全弄清楚这行到底干啥。
def mymain():print(&#39;Doing something in module&#39;, __name__)if __name__ &#61;&#61; &#39;__main__&#39;:print(&#39;Executed from command line&#39;)mymain()
加入上面脚本命名为 MyModule&#xff0c;不管在 vscode 还是 pycharm 直接启动&#xff0c;则直接打印出&#xff1a;
Executed from command line
Doing something in module __main__
这并不奇怪&#xff0c;和我们预想一样&#xff0c;因为有无这句 __main__
&#xff0c;都会打印出这些。
但是当我们 import MyModule
时&#xff0c;如果没有这句&#xff0c;直接就打印出&#xff1a;
In [2]: import MyModule
Executed from command line
Doing something in module MyModule
只是导入就直接执行 mymain 函数&#xff0c;这不符合我们预期。
如果有主句&#xff0c;导入后符合预期&#xff1a;
In [6]: import MyModuleIn [7]: MyModule.mymain()
Doing something in module MyModule
In[1]: d &#61; {&#39;a&#39;: 1, &#39;b&#39;: 3}In[2]: d.get(&#39;b&#39;, []) # 存在键 &#39;b&#39;
Out[2]: 3In[3]: d.get(&#39;c&#39;, []) # 不存在键 &#39;c&#39;&#xff0c;返回[]
Out[3]: []
lambda 函数使用方便&#xff0c;主要由入参和返回值组成&#xff0c;被广泛使用在 max, map, reduce, filter 等函数的 key 参数中。
如下&#xff0c;求 x 中绝对值最大的元素&#xff0c;key 函数确定 abs(x)
作为比较大小的方法&#xff1a;
x &#61; [1, 3, -5]
y &#61; max(x, key&#61;lambda x: abs(x))
print(y) # -5
求 x 中绝对值最大的元素&#xff0c;key 函数确定 abs(x)
作为比较大小的方法&#xff1a;
x &#61; [1, 3, -5]
y &#61; max(x, key&#61;lambda x: abs(x))
print(y) # -5
map 函数映射 fun 到容器中每个元素&#xff0c;并返回迭代器 x
x &#61; map(str, [1, 3, 5])
for e in x:print(e, type(e))
下面写法不够 Pythoner
for e in [1, 3, 5]:print(e, str(e)) # &#39;1&#39;,&#39;3&#39;,&#39;5&#39;
reduce 是在 functools 中&#xff0c;第一个参数是函数&#xff0c;其必须含有 2 个参数&#xff0c;最后归约为一个标量。
from functools import reduce
x &#61; [1, 3, 5]
y &#61; reduce(lambda p1, p2: p1*p2, x)
print(y) # 15
下面写法不够 Pythoner:
y &#61; 1
for e in x:y *&#61; e
print(y)
使用 filter 找到满足 key 函数指定条件的元素&#xff0c;并返回迭代器
如下&#xff0c;使用 filter 找到所有奇数&#xff1a;
x &#61; [1, 2, 3, 5]
odd &#61; filter(lambda e: e % 2, x)
for e in odd: # 找到奇数print(e)
还有另外一种方法&#xff0c;使用列表生成式&#xff0c;直接得到一个odd 容器&#xff0c;
odd &#61; [e for e in x if e % 2]
print(odd) # [1,3,5]
下面写法最不符合 Python 习惯&#xff1a;
odd &#61; []
for e in x:if e % 2:odd.append(e)
print(odd) # [1,3,5]