Skip to content

Files

Latest commit

Dec 18, 2021
99266b1 · Dec 18, 2021

History

History

Python

readme.md

Python基础


在nbviewer上查看notebook

在Google Colab运行

在Github上查看源代码

下载速查表



说明

notebook by 韩信子@ShowMeAI

更多AI速查表资料请查看速查表大全

欢迎访问ShowMeAI官网获取更多资源。

环境配置

from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = "all" 

Python介绍

Python已经成为最受欢迎的程序设计语言之一,具有简单、易学、易读、易维护、速度快、免费、开源等优点。

调用帮助

help(print)

变量与数据类型

变量赋值

x=5
x

变量计算

x+2    #加
x-2    #减
x*2    #乘
x**2    #幂
x%2    #取余
x/float(2)    #除

类型与类型转换

str(3.1415)
int('10')
float(3)
bool(4)

字符串

初始化字符串

my_string = 'ShowMeAI-Is-Awesome'  #单引号/双引号/三引号都可以
my_string

字符串运算

my_string * 2

my_string + 'Innit'

'm' in my_string

字符串操作

注意字符串的索引index从0开始

my_string[3]    #根据索引取字符
my_string[4:9]  #根据索引切片取子串

字符串方法

my_string.upper()    #字符串字母全部大写
my_string.lower()    #字符串字母全部小写
my_string.count('w')    #统计某字符出现的次数
my_string.replace('e', 'i')   #替换字符
my_string.strip()    #清除左右空格

列表

初始化

a = 'is'
b = 'nice'
my_list = ['my', 'list', a, b]
my_list2 = [[4, 5, 6, 7], [3, 4, 5, 6]]

选择列表元素

取元素

my_list[1]    #选择索引1对应的值
my_list[-3]    #选择倒数第3个索引对应的值

切片

my_list[1:3]     #选取索引1和2对应的值
my_list[1:]    #选取索引1及之后对应的值
my_list[:3]    #选取索引3之前对应的值
my_list[:]    #复制列表

子集列表的列表

my_list2[1][0]    #my_list[list][itemOfList]
my_list2[1][:2]

列表操作

my_list + my_list


my_list * 2

列表方法

my_list.index(a)    #获取某值的索引
my_list.count(a)    #统计某值出现的次数
my_list.append('!')    #追加某值
my_list.remove('!')    #移除某值
del(my_list[0:1])    #移除某个数据切片
my_list.reverse()    #反转列表
my_list.extend('!')    #添加某值
my_list.pop(-1)    #移除并返回某值
my_list.insert(0, '!')    #插入某值
my_list.sort()    #列表排序

Python库

导入库

import numpy
import numpy as np

导入指定功能

from math import pi

Numpy数组

Numpy数组创建与操作

my_list = [1, 2, 3, 4]
my_array = np.array(my_list)
my_2darray = np.array([[1, 2, 3], [4, 5, 6]])

选取 Numpy 数组的值

my_array[1]    #选择索引1对应的值
my_array[0:2]    #选择索引0和1对应的值
my_2darray[:, 0]    #my_2darray[rows, columns]

Numpy 数组运算

my_array > 3

my_array * 2

my_array + np.array([5, 6, 7, 8])

Numpy 数组函数

my_array.shape    #获取数组形状
np.append(my_array, np.array([9,10,11,12]))    #追加数据
np.insert(my_array, 1, 5)    #插入数据
np.delete(my_array, [1])    #删除数据
np.mean(my_array)    #平均值
np.median(my_array)    #中位数
np.corrcoef(my_array, my_array)    #相关系数
np.std(my_array)    #标准差