python入门基础代码

2024年1月26日发(作者：)

python入门基础代码

#查找index函数的帮助

help()

#for循环和break语句

from math import sqrt

for i in range(2,101):

flag=1

k=int(sqrt(i))

for j in range(2,k 1):

if i%j==0:

flag=0

break

if(flag):

print i

#continue语句,满足条件跳出continue后面的语句

sumA=0

i=1

while i<=5:

sumA =i

i =1

if i==3:

continue

print 'i=%d,sum=%d'%(i,sumA)

#循环中的else语句

k=5

for i in range(1,10):

if k==3:

break

else:

print i

#自定义函数/素材1-100间素数

from math import sqrt

def isprime(x):

if x==1:

return False

k=int(sqrt(x))

for j in range(2,k 1):

if x%j==0:

return False

return True

for i in range(2,101):

if isprime(i):

print idef f(x,y=True): #默认参数要放在参数列表的最后

'x and y both correct words or not'

if y:

print x,'and y both correct'

print x,'is Ok'

f(68)

f(68,False)

#传递函数

def addme2me(x):

return(x x)

def self(f,y):

print f(y)

self(addme2me,2.2)

#lambda函数

my_add=lambda x,y:x y

my_add(5,6)

#数据获取与表示

f=open(r'E:','w') #新建一个文件

('hello,world') #f为对象，write写入文件

()

f=open(r'E:','r') #r代表读出

p1=(5) #5代表读出的字节数

p2=()

print p1,p2

f1=open(r'E:')

cname=nes()

for i in range(0,len(cname)):

cname[i]=str(i 1) '' cname[i]

f2=open(r'E:','w')

ines(cname)

()

#网络数据获取

import urllib

r=n('/')

html=

#序列

#标准类型运算符

'apple'<'banana'

[1,2,3]!=[4,5,6]#值比较

atuple=('ba',126.4)

btuple=atuple

btuple is not atuple#对象身份比较

('86.40'<'122.64') and ('apple'<'banana')#布尔运算

#序列类型运算符

week=['mondy','tuesday','wednesday','thursday','firday','satuday','sunday']

print week[1],week[-2],'n',week[1:4],'n',week[:6],'n',week[::-1]#序列值的序号是从0开始到N-1或者从-1到N

'apple'*3

'ba' in ('ba','the boeingcompany')

#序列类型转换工厂函数

list('hello,world')#将字符串转成列表

tuple('hello,world')#将字符串转成元组#字符串

s1='''hello

'a'

''b''

world!'''

s1 #三引号可以保持里面字符串的原貌

s2=r'd:'

s2

ccode=['axp','ba','cat','csco','cvx']

cprice=['86.40','122.64','99.44','23.78','115.91']

for i in range(5):

print '%d%8s:%8s' %(i,ccode[i],cprice[i]) #%8s指的占8个字符

print 'i get %d%%!' %32 #两个%%会留下一个

astr='what do you think of this saying 'no pain,no gain'?'

tempstr=(''')[1] #'为转义字符

if e():

print 'it is title format'

else:

print 'it is not title format'

print ()astr='101tx41n'#八进制数000代表的字符 t代表横向制表符

print astr#列表

jscores=[9,9,8.5,10,7,8,8,9,8,10]

ascore=9

()

() #去掉最高分

(0) #去掉最低分

(ascore) #合并

avescore=sum(jscores)/len(jscores)

print

avescoreweek=['monday','tuesday','wednesday','thursday','firday']

weekend=['saturday','sunday']

(weekend)#extend合并函数

for i,j in enumerate(week):#enumerate函数 产生从0开始的序列

print i 1,jnumlist=[3,11,5,8,16,1]

(reverse=True) #按逆序排列

numlist

fruitlist=['apple','banana','pear','lemon','avocado']

(key=len)

fruitlist #按字符长度排序

#列表解析

[x**2 for x in range(10)]

[x**2 for x in range(10) if x**2<50]

[(x 1,y 1) for x in range(2) for y in range(2)]

#元组

atruple=(1,2,3)

atruple

atruple[1:]

len(atruple)

btruple=(['monday',1],2,3)

btruple[0][1]

2014, #创建元组2014

alist=['axp','ba','cat']

atruple=('axp','ba','cat')

alist[1]='alibaba'

atruple[1]='alibaba'#元组是不可变的，列表是可变的

alist=[3,5,2,4]

() #改变原来列表

alist

alist=[3,5,2,4]

sorted(alist) #sorted只是新生成一个列表的副本，原来的列表并没有改变

alist

#但元组就只能使用sorted，不能用sort，因为不能改变元组

atruple=(3,5,2,4)

#会报错

def func(args1,args2='world'):#元组作为函数形式的参数

print args1,args2

func('hello',)

func(args2='apple',args1='hello')

def func(args1,*args):

print args1

print args

func('hello,','wangdachui','liuyuan','linlin')

#返回值类型为元组的函数enumerate()、coerce()

#字典

ainfo={'wangdachui':3000,'niuyun':2000,'linlin':3000} #直接创建字典

info=[('wangdachui',3000),('niuyun',2000),('linlin',3000)]

binfo=dict(info) #利用dict函数创建字典

cinfo=dict([['wangdachui',3000],['niuyun',2000],['linlin',3000]])

dinfo=dict(wangdachui=3000,niuyun=2000,linlin=3000)

adict={}.fromkeys(('wangdachui','niuyun','linlin'),3000)

#fromkeys函数将所有的keys初始值设置为3000

adict

plist=[('axp','american express','86.40'),('ba','the boeing

company','122.64'),('cat','caterpillar inc.','99.44')]

alist[]

blist[]

for i in range(2):

astr=plist[i][0]

bstr=plist[i][2]

(astr)

(bstr)

adict=dict(zip(alist,blist)) #zip函数

#字典的使用

#字典的基本操作

ainfo={'wangdachui':3000,'niuyun':2000,'linglin':4500,'tianqi':8000}

ainfo['niuyun'] #键值查找

ainfo['niuyun']=9999#更新

ainfo

ainfo['funyun']=1000#查找

'mayun' in ainfo #成员判断

del ainfo #删除字典

ainfo={'wangdachui':3000,'niuyun':2000,'linglin':4500,'tianqi':8000}

for key in ():

print 'name=%s,salary=%s' %(key,ainfo[key])

'niuyun's salary is %(niuyun)s.' %ainfo #%(key) 格式说明符 %字典对象名

ainfo={'wangdachui':3000,'niuyun':2000,'linglin':4500,'tianqi':8000}

()

()

ainfo={'wangdachui':3000,'niuyun':2000,'linglin':4500,'tianqi':8000}

binfo={'wangdachui':3000,'niuyun':9999,'linglin':4500,'wangz

i':8000}

(binfo)#update函数 快速更改

ainfo

astock={'axp':86.4,'ba':122.64}

bstock=astock

astock={} #此时只会讲astock清空，不会将bstock清空，需要用clear函数才会将关联的都删除

bstock

()

bstock

#字典作为函数的形式参数

def func(args1,*argst,**argsd): #一个*是可变长位置参数，**可变长关键字参数

print args1

print argst

print

argsdfunc('hello','wangdachui','niuyun','linglin',a1=1,a2=2,a3=3)

#集合

names=['wangdachui','niuyun','wangzi','wangdachui','lingling','niuyun']

namesset=set(names) #set删除重复对象，因为集合的元素

都不重复

namesset

aset=set('hello')

aset

fset=frozenset('hello')

fset

#集合比较

aset=set('sunrise')

bset=set('sunset')

'u' in aset

aset==bset

set('sun')

aset&bset #集合关系运算

aset|bset

aset-bset

aset^bset #不能同时属于两个集合

aset-=set('sun') #运算符可复合

#集合内建函数

aset=set('sunrise')

bset=set('sunset')

et(bset) #是否为子集

ection(bset) #交集

ence(bset)#差补

cset=() #拷贝

#面向可变集合的函数

aset=set('sunrise')

('!')

aset

('yeah')

('!')

()

#扩展库scipy

import numpy as np

xarray=((3,4)) #生产3*4的全部为1的矩阵

xarry

from scipy import linalg

arr=([[1,2],[3,4]])

(arr)

#ndarry

from numpy import *

aarray=array([1,2,3])

aarray

barray=array([(1,2,3),(4,5,6)])

barray

zeros((2,2))

arange(1,5,0.5)

aarray=array([(1,2,3),(4,5,6)])

sin(aarray)

#数组的维度

barray=e(3,2)

barray

()

(axis=0) #通过设置参数，分别行、列求和

(axis=1)

carray=array([1,3,5])

carray[:1] #切片功能

darray=array([2,4,6])

earray=array([7,8,9])

where(carray>2,darray,earray) #where函数

def fun(x,y):

return (x 1)*(y 1)

arr=fromfunction(fun,(9,9)) #fromfunction函数

arr

#ufunc函数能对数组中每个元素进行操作，包括add等函数

import numpy as np

a=(1,5)

b=(2,6)

(a,b)

late([2,3,8])

late([2,3,8])

#series

#series 类似于一维数组的对象，由数据和索引组成

from pandas import Series

import pandas as pd

aser=([1,2.0,'a'])

bser=(['apple','peach','lemon'],index=[1,2,3])

aser['a']

import numpy as np

(aser)

#series数据对齐

data={'axp':'86','csco':'122','ba':'94'}

sindex=['axp','csco','aapl']

aser=(data,index=sindex)

aser

(aser)

#series的name属性

='cnames'

='volume'

aser

#dataframe表结构

#大致可以看成共享一个index的series的集合

data={'name':['wangdachui','linlin','niuyun'],'pay':[4000,5000,6000]}

frame=ame(data)

frame['name']

[2] #索引所对应的数据

#dataframe对象的修改和删除

frame['name']='admin' #对name下的所有元素进行更改

del frame['pay']

frame

='no'

#便捷数据获取

#便捷网络数据 雅虎财经

from e import quotes_historical_yahoo

from datetime import date

import pandas as pd

today=()

start=(-1,,)

quotes=quotes_historical_yahoo('AXP',start,today)

df=ame(quotes)

print df

#自然语言工具包NLTK

from import gutenberg

import nltk

print s()

#数据准备

from e import quotes_historical_yahoo

from datetime import date

import pandas as pd

today=()

start=(-1,,)

quotes=quotes_historical_yahoo('AXP',start,today)

fields=['date','open','close','high','low','volume']

quotesdf=ame(quotes,columns=fields) #通过columns数据加属性名

quotesdf=ame(quotes,index=range(1,len(quotes)

1,columns=fields)

print quotesdf

from datetime import date

from datetime import datetime

y=me(x,'%Y-%m-%d') #将日期转换成固定格式

import pandas as pd

dates=_range('20141001',periods=7) #自己创建时间序列

dates

#数据显示

s

be#显示数据描述

(5)#显示前五行数据

(5)

#数据选择

quotesdf[u'2013-12-02':u'2013-12-06'] #dataframe可以使用索引选择

djidf['code']

[1:5,] #通过loc通过标签选择数据，第一个参数是行标签，第二个参数是列标签

[:,['code','lasttrade']] #前面这个：需要

[1:6,[0,2]] #通过的行位置，列位置选择标签

quotesdf[>=u'2014-01-01']

quotesdf[(>=u'2014-01-01')&(>=95)]#条件筛选

#简单统计预处理

(columns='lasttrade')#最近一次成交价的平均值

djidf[ade>=120].name#最近一次成交价大于等于120的公司名

len(quotesdf[>]) #股票涨的天数

len(quotesdf)-131

status=(()) #相邻两天数据的差

status[(status==1.)].size

(columns='lasttrade')[27:].name#排序结果列出前三甲的公司名 ，一共是30条记录，所以是[27：]

t=quotesdf[(>=u'2014-01-01')&(

len(t) #统计2014年1月份的股票开盘天数

#分组

y('month').count().month #每个月的股票开盘天数

y('month').sum().volume #每个月的股票总成

交量

g=y('month')

gvolume=g['volume']

print ()

#合并

#append追加 纵向

p=quotesdf[:2]

q=quotesdf[u'2014-01-01':u'2014-01-05']

(q)

#concat连接

pieces=[tempdf[:5],tempdf[len(tempdf)-4:]]

(pieces)

#两个不同逻辑结构的对象能否连接 纵向

piece1=quotesdf[:3]

piece2=tempdf[:3]

([piece1,piece2],ignore_index=True)

#join连接 横向

(djidf,akdf,on='code')

.(djidf,akdf,on='code').drop(['lasttrade'],axis=1)

#聚类分析

from pylab import *

from import *

list1=[88,74,96,85]

list2=[92,99,95,94]

list3=[91,87,99,95]

list4=[78,99,97,81]

list5=[88,78,98,84]

list6=[100,95,100,92]

data=vstack((list1,list2,list3,list4,list5,list6))

centroids,_=kmeans(data,2)

result,_=vq(data,centroids)

print result