Python3使用积累

最近可能要经常使用Python，所以记录一下Python的相关用法。

算法竞赛中的积累

1. 头写法

if __name__ == '__main__':1

1. 初始化\输入

1.读取一维数组
arr = list(map(int, input().split(' ')))2.初始化全0的二维数组
st = [[0 for col in range(n)] for row in range(m)]3.读入n,m
n, m = map(int, input().split(' '))12345678

1. 输出

1.输出一维数组的值print(' '.join(map(str, arr)))2.输出float，保留小数点后6位,冒号后接整数表述输出宽度，点后面加6表示保留小数点后6位print('{:.6f}'.format(n))123456

1. 字符串

1.判断某个字符串前缀，例如"I love you"中的单词，
是否有"yo"这个前缀，有则输出下标(3)，否则输出-1for i, s enumerate(str.split()):
    if (s.startswith("yo")) return i + 1return -112345

1. 其他技巧

1.交换数组第i位和第j位的值
arr[i], arr[j] = arr[j], arr[i]2.三目运算符
st = 1 if n < 0 else 03.函数中使用全局变量，记得声明 global，避免混淆1234567

1. 数组

1.数组常用方法    len(list) 返回数组长度    max(list) 返回数组最大的数    list.append(obj) 向数组插入一个对象    list.count(obj) 统计数组某个对象的个数    list.index(obj) 返回某个对象的索引    list.inser(index, obj) 在某个位置插入对象    list.pop(index=-1) 弹出某个index下标的数，默认最后一个元素，并返回该值    list.remove(obj) 移除列表中某个对象的第一个匹配项    list.reverse() 翻转    list.sort(key=None, reverse=False) 排序1234567891011

数据科学中的使用

1. 字典

1.增：update可以批量添加
    dic.update({'name': 'zouyuhang', 'sex': 'man'})2.删：del,pop    del dic['sex']
    dic.pop('sex')3.查：get, 当查询的key不存在的时候，返回默认值
    dic.get('sex', 0)4.改：
    dic['name'] = 'tom'5.遍历    for key, value in dic.items():
        print(key, value)123456789101112

1. 函数

1.任意参数    def func(*name):
        ...123

1. 元组

animals = ('souge', 'lama')1.index索引
    animals = ('souge', 'lama')
    print(animals.index('lama')) # 1 2.count计数    print(animals.count('lama')) # 13.元组拆包
    x, y = (7, 10);
    a, b, *c = (1, 2, 3, 4,  5)
    print("Value of x is {}, the value of y is {}.".format(x, y))4.枚举
    friends = ('Steve', 'Rachel', 'Michael', 'Monica')
    for index, friend in enumerate(friends):
        print(index,friend)1234567891011121314

1. Python随机数

# 1.random()方法即可随机生成一个[0,1)范围内的实数import random
ran = random.random()print(ran)  #0.7948628379323708 # 2.预先使用 random.seed(x) 设定好种子之后，# 其中的 x 可以是任意数字，# 此时使用 random() 生成的随机数将会是同一个。print ("------- 设置种子 seed -------")random.seed(10)print ("Random number with seed 10 : ", random.random())# 3. randint()生成一个随机整数ran = random.randint(1,20)print(ran)123456789101112131415

1. Python面向对象

class Person:        
    def __init__(self,name):
        self.name = name        print ('调用父类构造函数')
    def eat(self):
        print('调用父类方法')
 class Student(Person):  # 定义子类
   def __init__(self):
      print ('调用子类构造方法')
 
   def study(self):
      print('调用子类方法')s = Student()          # 实例化子类s.study()              # 调用子类的方法s.eat()                # 调用父类方法123456789101112131415161718

1. Python JSON

JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式，易于人阅读和编写。 json.dumps 用于将 Python 对象编码成 JSON 字符串。 为了提高可读性，dumps方法提供了一些可选的参数。 1.sort_keys=True表示按照字典排序(a到z)输出。 2.indent参数，代表缩进的位数 3.separators参数的作用是去掉,和:后面的空格，传输过程中数据越精简越好 json.loads 用于解码 JSON 数据。该函数返回 Python 字段的数据类型。

# 1.json.dumps 用于将 Python 对象编码成 JSON 字符串。import json
data = [ { 'b' : 2, 'd' : 4, 'a' : 1, 'c' : 3, 'e' : 5 } ]json = json.dumps(data)print(json)  # [{"b": 2, "d": 4, "a": 1, "c": 3, "e": 5}]import json
jsonData = '{"a":1,"b":2,"c":3,"d":4,"e":5}'text = json.loads(jsonData)  #将string转换为dictprint(text)12345678910

1. 常见Linux命令

1.gzip常用参数：

-d或--decompress或--uncompress：解压文件；
-r或--recursive：递归压缩指定文件夹下的文件（该文件夹下的所有文件被压缩成单独的.gz文件）；
-v或--verbose：显示指令执行过程。
注：gzip命令只能压缩单个文件，而不能把一个文件夹压缩成一个文件（与打包命令的区别）。1234

2.tar常用参数
最常用的是将tar命令与gzip命令组合起来，直接对文件夹先打包后压缩

-c或--create：建立新的备份文件；
-x或--extract或--get：从备份文件中还原文件；
-v：显示指令执行过程；
-f或--file：指定备份文件；
-C：指定目的目录；
-z：通过gzip指令处理备份文件；
-j：通过bzip2指令处理备份文件。1234567

3.zip常用参数

-v：显示指令执行过程；
-m：不保留原文件；
-r：递归处理。123

unzip常用参数

-v：显示指令执行过程；
-d：解压到指定目录12

Demo:

# 展示当前目录ls /home# 显示当前路径pwd # cp ：复制文件或目录cp test.txt ./test_copy.txt# mv:移动文件与目录，或修改文件与目录的名称mv /home/aistudio/work/test_copy.txt /home/aistudio/data/# rm :移除文件或目录rm /home/aistudio/data/test_copy.txtrm -rf /var/log/httpd# 将文件压缩为文件 test.txt.gz，原来的文件则没有了，解压缩也一样gzip /home/aistudio/work/test.txtgzip -d /home/aistudio/test.gz# tar本身是一个打包命令，用来打包或者解包后缀名为.tar。配合参数可同时实现打包和压缩。tar -zcvf /home/aistudio/work/test.tar.gz /home/aistudio/work/test.txttar -zxvf /home/aistudio/work/test.tar.gztar -xvf MobileNetV2_pretrained.tar 
# zip,unzipzip -r /home/aistudio/work/test.zip /home/aistudio/work/test.txt
unzip  /home/aistudio/work/test.zip 
12345678910111213141516171819202122232425262728

1. OS常用命令

# 列出某个文件夹下所有的文件os.listdir(dir) # 文件路径拼接os.path.join(root, item)# 判断某个文件是否是文件夹os.path.isdir(path)1234567

Numpy

import numpy as np1

创建  http://zzdxb.baikezh.com/

通常，数组的元素最初是未知的，但它的大小是已知的。因此，NumPy提供了几个函数来创建具有初始占位符内容的数组。

zeros():可以创建指定长度或者形状的全0数组

ones():可以创建指定长度或者形状的全1数组

empty():创建一个数组，其初始内容是随机的,取决于内存的状态

为了创建数字组成的数组，NumPy提供了一个类似于range的函数，该函数返回数组而不是列表。

#将列表转换为数组array = np.array([[1,2,3],
                 [4,5,6]])print(array)# 生成全0或者全1的数组zeros_data = np.zeros((2, 3)).astype("int32")ones_data = np.ones((3, 3), dtype='int64')emptyarray = np.empty((3,4))arr = np.arange(0, 10)12345678910

还可以输出数组的一些信息，如维度、形状、元素个数、元素类型等

array = np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])print(array)#数组维度print(array.ndim) # 2#数组形状print(array.shape) # (4, 3)#数组元素个数print(array.size) # 12#数组元素类型print(array.dtype) # int64array1 = np.arange(6).reshape([2,3])123456789101112

计算

矩阵乘法

#矩阵乘法arr3 = np.array([[1,2,3],[4,5,6]])arr4 = np.ones([3,2],dtype=np.int64)print(arr3)print(arr4)print(np.dot(arr3,arr4))123456

矩阵的其他计算

arr = np.eye(2, 3, dtype=np.int64)print(arr)print(np.sum(arr, axis=0)) # 按列求和print(np.max(arr, axis=1)) # 按行求和print(np.argmax(arr, axis=1)) # 按行求最大值对应的索引arr3_tran = arr3.transpose() # 转置print(arr3_tran)print(arr3.flatten()) # 压成一维数组12345678910

Pandas

Series

Series其实就类似于C++的unordered_map，键值对的形式，用列的形式来看，其实就相当于一个数据集的属性，index代表数据的编号，value代表该属性（例如年龄等）。区别是Series允许key重复，但是unordered_map不行。

Series中最重要的一个功能是：它会在算术运算中自动对齐不同索引的数据

Series 和多维数组的主要区别在于， Series 之间的操作会自动基于标签对齐数据。因此，不用顾及执行计算操作的 Series 是否有相同的标签。

import numpy as npimport pandas as pd
s = pd.Series(['a', 'b', 'c'])print(s)#与字典不同的是：Series允许索引重复s = pd.Series(['a','b','c','d','e'],index=[100,200,100,400,500])print(s)# Series 可以用字典实例化d = {'b': 1, 'a': 0, 'c': 2}pd.Series(d)# 可以通过Series的values和index属性获取其数组表示形式和索引对象print(s.values)print(s.index)# Series进行运算时，对应index的位置会进行计算a = pd.Series([1, 2, 3], index=['a', 'b', 'c'])b = pd.Series([3, 2, 1], index=['c', 'b', 'a'])print(a + b)print(a * b)1234567891011121314151617181920212223

DataFrame  http://dxb.myzx.cn/oldage/

DataFrame就相当于平常的数据集的样式，第一列是对应数据的编号（索引），之后的列相当于数据的每个属性。

DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共用同一个索引）

DataFrame生成

用多维数组字典、列表字典生成 DataFrame

data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'], 'year': [2000, 2001, 2002, 2001, 2002], 'pop': [1.5, 1.7, 3.6, 2.4, 2.9]}frame = pd.DataFrame(data)print(frame)123

#如果指定了列顺序，则DataFrame的列就会按照指定顺序进行排列frame1 = pd.DataFrame(data, columns=['year', 'state', 'pop'])print(frame1)123

跟原Series一样，如果传入的列在数据中找不到，就会产生NAN值

frame2 = pd.DataFrame(data, columns=['year', 'state', 'pop', 'debt'], index=['one', 'two', 'three', 'four', 'five'])print(frame2)12

PIL库 http://ask.baikezh.com/hunan/

PIL库是一个具有强大图像处理能力的第三方库。

图像的组成：由RGB三原色组成,RGB图像中，一种彩色由R、G、B三原色按照比例混合而成。0-255区分不同亮度的颜色。

图像的数组表示：图像是一个由像素组成的矩阵，每个元素是一个RGB值

Image 是 PIL 库中代表一个图像的类（对象）

from PIL import Imageimport matplotlib.pyplot as plt#显示matplotlib生成的图形%matplotlib inline#读取图片img = Image.open('/home/aistudio/work/mingren.jpg') plt.imshow(img)  plt.show(img)   #获得图像的模式img_mode = img.modeprint(img_mode)width,height = img.sizeprint(width,height)1234567891011121314151617

图片旋转

from PIL import Imageimport matplotlib.pyplot as plt#显示matplotlib生成的图形%matplotlib inline#读取图片img = Image.open('/home/aistudio/work/mingren.jpg') #显示图片plt.imshow(img)  plt.show(img)  #将图片旋转45度img_rotate = img.rotate(45) #显示旋转后的图片plt.imshow(img_rotate)  plt.show(img_rotate)   12345678910111213141516

图片剪切

from PIL import Image#打开图片img1 = Image.open('/home/aistudio/work/mingren.jpg') #剪切 crop()四个参数分别是：(左上角点的x坐标，左上角点的y坐标，右下角点的x坐标，右下角点的y坐标)img1_crop_result = img1.crop((126,0,381,249))#保存图片img1_crop_result.save('/home/aistudio/work/mingren_result.jpg')#展示图片plt.imshow(img1_crop_result)  plt.show(img1_crop_result)   123456789101112131415

图片缩放

from PIL import Image#打开图片img2 = Image.open('/home/aistudio/work/mingren.jpg') width,height = img2.size#缩放img2_resize_result = img2.resize((int(width*0.6),int(height*0.6)),Image.ANTIALIAS)print(img2_resize_result.size)#保存图片img2_resize_result.save('/home/aistudio/work/yushuxin_resize_result.jpg')#展示图片plt.imshow(img2_resize_result)  plt.show(img2_resize_result)   123456789101112131415161718

镜像效果：左右旋转、上下旋转

from PIL import Image#打开图片img3 = Image.open('/home/aistudio/work/yushuxin.jpg') #左右镜像img3_lr = img3.transpose(Image.FLIP_LEFT_RIGHT)#展示左右镜像图片plt.imshow(img3_lr)  plt.show(img3_lr)   #上下镜像img3_bt = img3.transpose(Image.FLIP_TOP_BOTTOM)#展示上下镜像图片plt.imshow(img3_bt)  plt.show(img3_bt)  123456789101112131415161718

Matplotlib http://dxb.myzx.cn

matplotlib.pylot是绘制各类可视化图形的命令字库

绘制折线图

import matplotlib.pyplot as plt
import numpy as np 
#显示matplotlib生成的图形
%matplotlib inline
x = np.linspace(-1,1,50) #等差数列
y = 2*x + 1
#传入x,y,通过plot()绘制出折线图 
plt.plot(x,y)
#显示图形
plt.show()123456789101112131415

绘制两条折线到一张图中

import matplotlib.pyplot as pltimport numpy as np 
plt.figure(figsize=(7,5))plt.plot(x,y1,color='red',linewidth=1)plt.plot(x,y2,color='blue',linewidth=5)plt.xlabel('x',fontsize=20)plt.ylabel('y',fontsize=20)plt.show()123456789

折现图注释

import matplotlib.pyplot as pltimport numpy as np 
l1, = plt.plot(x,y1,color='red',linewidth=1)l2, = plt.plot(x,y2,color='blue',linewidth=5)plt.legend(handles=[l1,l2],labels=['aa','bb'],loc='best')plt.xlabel('x')plt.ylabel('y')# plt.xlim((0,1))  #x轴只截取一段进行显示# plt.ylim((0,1))  #y轴只截取一段进行显示plt.show()1234567891011

散点图

# dots1 = np.array([2,3,4,5,6])# dots2 = np.array([2,3,4,5,6])dots1 =np.random.rand(50)dots2 =np.random.rand(50)plt.scatter(dots1,dots2,c='red',alpha=0.5) #c表示颜色，alpha表示透明度plt.show()1234567

柱状图

x = np.arange(10)y = 2**x+10plt.bar(x,y,facecolor='#9999ff',edgecolor='white')plt.show()1234

显示柱状图数值

x = np.arange(10)y = 2**x+10plt.bar(x,y,facecolor='#9999ff',edgecolor='white')for ax,ay in zip(x,y):
    plt.text(ax,ay,'%.1f' % ay,ha='center',va='bottom')plt.show()123456

测试题 http://ask.baikezh.com/chengdou/

1.查找特定名称文件

遍历”Day1-homework”目录下文件；
找到文件名包含“2020”的文件；
将文件名保存到数组result中；
按照序号、文件名分行打印输出。
注意：提交作业时要有代码执行输出结果。

#导入OS模块import os#待搜索的目录路径path = "Day1-homework"#待搜索的名称filename = "2020"#定义保存结果的数组result = []def findfiles(root, target):
    #在这里写下您的查找文件代码吧！
    items = os.listdir(root)
    for item in items:
        path = os.path.join(root, item)
        if os.path.isdir(path):
            findfiles(path, target)
        elif path.find(target) != -1:
            result.append(path)if __name__ == '__main__':
    findfiles(path, filename)for idx, name in enumerate(result):
    print("[{}, '{}']".format(idx+1, name))