資訊專欄INFORMATION COLUMN
摘要：例如，和是非常著名的數(shù)據(jù)科學(xué)支持包。是用進(jìn)行科學(xué)計(jì)算的基礎(chǔ)包。意味著是維數(shù)組。下面的代碼得到二維數(shù)組的，返回的元組中的第一個(gè)元素是行數(shù)，第二個(gè)元素是列數(shù)。
翻譯：瘋狂的技術(shù)宅Python 數(shù)據(jù)類型
原文：https://towardsdatascience.co...
在 Python 中有許多數(shù)據(jù)類型。最常見的是float（浮點(diǎn)型），int（整型），str（字符串），bool（布爾），list 和 dict（字典）。
float - 用于表示實(shí)數(shù)。
int - 用于表示整數(shù)。
str - 表示文本。可以使用單引號 "value" 、雙引號 “value” 或三引號 """value""" 來定義字符串。三引號字符串可以用在多行文本上，還可以用于注釋。
bool - 用于布爾值。
list - 用于存儲值的集合。
dict - 用于存儲鍵值對。
可以用 type(variable_name) 函數(shù)來檢查特定變量的類型。 Python 中的運(yùn)算符根據(jù)變量的類型而表現(xiàn)不同，每個(gè)運(yùn)算符都有不同的內(nèi)置方法。
下面是在 Python 中創(chuàng)建浮點(diǎn)數(shù)、整數(shù)、字符串和布爾值變量的例子。
year_of_birth = 1994 height_cm = 170.50 subject = "Data Science" is_success = True print(type(year_of_birth), type(height_cm), type(subject), type(is_success)) # 輸出:Python 列表
Python 列表是一種基本的序列類型。我們可以使用此類型來存儲值的集合。一個(gè)列表可以包含任何類型的值，同時(shí)一個(gè)列表也可以包含另一個(gè)列表進(jìn)行嵌套。你也可以創(chuàng)建一個(gè)混合使用 Python 類型的列表，不過這并不常用。可以使用如下方法創(chuàng)建一個(gè)列表：
fruits = ["pineapple", "apple", "lemon", "strawberry", "orange", "kiwi"]列表子集
可以用索引從列表中獲取單個(gè)或多個(gè)元素。在Python中，索引從 0 開始。因此，列表中的第一個(gè)元素對應(yīng)索引 0。我們還可以使用負(fù)索引來訪問元素，列表中的最后一個(gè)元素的索引為 -1，倒數(shù)第二個(gè)元素的索引是 -2，依此類推。我們在Python中也有一個(gè)名為 切片 的東西，可用于從列表中獲取多個(gè)元素。可以這樣使用： sliceable[start_index:end_index:step]。
start_index 是切片的起始索引，此索引所在的元素包含在結(jié)果中，默認(rèn)值為 0。
end_index 是切片的結(jié)束索引，此索引處的元素不會被包含到結(jié)果當(dāng)中，默認(rèn)值將是列表的長度。此外，如果 step 為負(fù)值，則默認(rèn)值可以是 負(fù)的列表的長度 - 1。如果跳過此步驟，你會得到從開始索引到結(jié)尾的所有元素。
step 是索引增加的數(shù)量，默認(rèn)值為 1。如果把 step 設(shè)為負(fù)值，會從后向前移動。
fruits = ["pineapple", "apple", "lemon", "strawberry", "orange", "kiwi"] fruits[1] # apple fruits[0] # "pineapple" fruits[-1] # "kiwi" fruits[5] # "kiwi" fruits[-3] # "strawberry" # List slicing fruits[::] # ["pineapple", "apple", "lemon", "strawberry", "orange", "kiwi"] fruits[0:2] # ["pineapple", "apple"] fruits[-2:-1] # ["orange"] fruits[3:] # ["strawberry", "orange", "kiwi"] fruits[:4] # ["pineapple", "apple", "lemon", "strawberry"] fruits[:] # ["pineapple", "apple", "lemon", "strawberry", "orange", "kiwi"] fruits[::-1] # ["kiwi", "orange", "strawberry", "lemon", "apple", "pineapple"] fruits[::-2] # ["kiwi", "strawberry", "apple"] fruits[::2] # ["pineapple", "lemon", "orange"] # Understanding some default values fruits[0:6:1] # 與fruits[::]的結(jié)果相同 fruits[-1:-7:-1] # 與fruits[::-1]的結(jié)果相同操作列表
可以用 append 方法或 + （加法運(yùn)算符）將單個(gè)或多個(gè)元素添加到列表當(dāng)中。如果你對兩個(gè)列表使用加法運(yùn)算符，Python 將給出兩個(gè)列表合并后的新列表。
可以用方括號來修改列表中的單個(gè)或多個(gè)元素。
可以用 remove(value) 方法從列表中刪除一個(gè)元素。此方法用參數(shù)傳入的值刪除列表中存儲的第一個(gè)相同元素。
# 添加一個(gè)元素
fruits.append("peach")
fruits
#輸出 ["pineapple", "apple", "lemon", "strawberry", "orange", "kiwi", "peach"]
fruits = fruits + ["fig", "melon"]
fruits
#輸出 ["pineapple", "apple", "lemon", "strawberry", "orange", "kiwi", "peach", "fig", "melon"]
# 修改
fruits[0:2] = ["grape", "mango"]
fruits
#輸出 ["grape", "mango", "lemon", "strawberry", "orange", "kiwi", "peach", "fig", "melon"]
# 從列表中刪除
fruits.remove("mango")
fruits
#輸出 ["grape", "lemon", "strawberry", "orange", "kiwi", "peach", "fig", "melon"]
了解列表背后的工作機(jī)制非常重要。當(dāng)創(chuàng)建新列表 my_list 時(shí)，列表會存儲在計(jì)算機(jī)內(nèi)存中，該列表的地址被存儲在 my_list 變量中。變量 my_list 不包含列表中的元素，它只包含對列表的引用。如果我們用等號去復(fù)制一個(gè)列表時(shí)，比如 my_list_copy = my_list，你復(fù)制的只是列表的引用而不是列表的值。所以如果要復(fù)制列表實(shí)際的值，可以用 list(my_list) 函數(shù)或切片 [ : ]。
numbers = [10, 42, 28, 420] numbers_copy = numbers numbers_copy[2] = 100 numbers # [10, 42, 100, 420] numbers_copy # [10, 42, 100, 420] ratings = [4.5, 5.0, 3.5, 4.75, 4.00] ratings_copy = ratings[:] ratings_copy[0] = 2.0 ratings # [4.5, 5.0, 3.5, 4.75, 4.0] ratings_copy # [2.0, 5.0, 3.5, 4.75, 4.0] characters = ["A", "B", "C"] characters_copy = list(characters) characters_copy[-1] = "D" characters # ["A", "B", "C"] characters_copy # ["A", "B", "D"]Python字典
字典用于存儲鍵值對形式的數(shù)據(jù)。當(dāng)你希望通過唯一鍵對值進(jìn)行索引時(shí)很有用。在 Python 中，可以使用花括號創(chuàng)建字典，鍵和值由冒號分隔。如果想獲得給定鍵的值，可以這樣做：our_dict[key]。
字典與列表讓我們看一個(gè)例子，比較一下列表和詞典。假如有一些電影，我們想存儲它們的評級，另外還希望通過電影名稱來非常快速地訪問電影的評級。這時(shí)可以用兩個(gè)列表或一個(gè)字典來完成這類操作。在例子中，movies.index(“Ex Machina”)代碼返回電影 “Ex Machina” 的索引。
使用列表
movies = ["Ex Machina", "Mad Max: Fury Road", "1408"]
ratings = [7.7, 8.1, 6.8]
movie_choice_index = movies.index("Ex Machina")
print(ratings[movie_choice_index]) # 7.7
使用字典
ratings = {
"Ex Machina": 7.7,
"Mad Max: Fury Road": 8.1,
"1408" : 6.8
}
print(ratings["Ex Machina"]) # 7.7
可以看出，使用字典更加直觀和方便。
操作字典可以對詞典中的數(shù)據(jù)進(jìn)行添加，更新和刪除操作。當(dāng)添加或更新數(shù)據(jù)時(shí)，可以簡單地使用 our_dict[key] = value，想要?jiǎng)h除一個(gè)鍵值對時(shí)，可以用 del(our_dict[key]) 操作。
ratings["Deadpool"] = 8.0
print(ratings)
# {"Ex Machina": 7.7, "Mad Max: Fury Road": 8.1, "1408": 6.8, "Deadpool": 8.0}
ratings["Ex Machina"] = 7.8
print(ratings)
# {"Ex Machina": 7.8, "Mad Max: Fury Road": 8.1, "1408": 6.8, "Deadpool": 8.0}
del(ratings["1408"])
print(ratings)
# {"Ex Machina": 7.8, "Mad Max: Fury Road": 8.1, "Deadpool": 8.0}
還可以檢查給定的鍵是否在字典中：key in our_dict。
print("Ex Machina" in ratings) # True
函數(shù)
函數(shù)是解決特定問題的可重用代碼。可以用 def 關(guān)鍵字編寫函數(shù)：
def is_prime(n):
if n <= 1:
return False
elif n <= 3:
return True
elif n % 2 == 0 or n % 3 == 0:
return False
current_number = 5
while current_number * current_number <= n:
if n % current_number == 0 or n % (current_number + 2) == 0:
return False
current_number = current_number + 6
return True
不過 Python 中有許多內(nèi)置函數(shù)，例如 max( iterable[，key] )，min( iterable [，key] )，type( object )，round( number[，ndigits] ) 等。所以當(dāng)我們需要一個(gè)解決某個(gè)問題的函數(shù)時(shí)，可以先研究一下是否存在相關(guān)的內(nèi)置函數(shù)或 Python 包。沒有必要去“重新發(fā)明輪子”。
方法我們已經(jīng)知道 Python 中有字符串，浮點(diǎn)數(shù)，整數(shù)，布爾值等類型。這些數(shù)據(jù)結(jié)構(gòu)都是一個(gè)對象。方法是一種可用于給定對象的函數(shù)，具體取決于對象的類型。所以每個(gè)對象都有一個(gè)特定的類型和一組方法，具體形式取決于給出的類型。
# 字符串方法
text = "Data Science"
text.upper() # "DATA SCIENCE"
text.lower() # "data science"
text.capitalize() # "Data science"
# 列表方法
numbers = [1, 4, 0, 2, 9, 9, 10]
numbers.reverse()
print(numbers) # [10, 9, 9, 2, 0, 4, 1]
numbers.sort()
print(numbers) # [0, 1, 2, 4, 9, 9, 10]
# 字典方法
ratings = {
"Ex Machina": 7.7,
"Mad Max: Fury Road": 8.1,
"1408" : 6.8
}
print(ratings.keys()) # dict_keys(["Ex Machina", "Mad Max: Fury Road", "1408"])
print(ratings.values()) # dict_values([7.7, 8.1, 6.8])
print(ratings.items()) # dict_items([("Ex Machina", 7.7), ("Mad Max: Fury Road", 8.1), ("1408", 6.8)])
不同類型的對象可以有相同名稱的方法。根據(jù)對象的類型，方法有各自不同的行為。
numbers = [10, 30, 55, 40, 8, 30]
text = "Data Science"
numbers.index(8) # 4
text.index("a") # 1
numbers.count(30) # 2
text.count("i") # 1
務(wù)必要小心！某些方法可以更改調(diào)用它們的對象。例如在列表類型上調(diào)用append()方法時(shí)。
包模塊是包含 Python 定義和聲明的文件。用于定義解決特定問題的函數(shù)、方法和新的 Python 類型。
包是模塊的集合。有許多 Python 包涵蓋了不同領(lǐng)域的解決方案。例如，NumPy、matplotlib、seaborn 和 scikit-learn 是非常著名的數(shù)據(jù)科學(xué)支持包。
NumPy 用于有效地處理數(shù)組
matplotlib 和 seaborn 是流行的數(shù)據(jù)可視化庫
scikit-learn 是一個(gè)功能強(qiáng)大的機(jī)器學(xué)習(xí)庫
默認(rèn)情況下，Python 中有一些內(nèi)置包，但是我們還需要更多的包，這些默認(rèn)是不安裝的。如果想要使用某個(gè)軟件包，它就必須是已經(jīng)安裝好的，或者先用 pip 安裝（ Python的包管理系統(tǒng) ）。
另外，還有一種叫做Anaconda 的東西。
Anaconda Distribution 是一個(gè)免費(fèi)，易于安裝的包管理器、環(huán)境管理器和 Python 發(fā)行版，其中包含1,000多個(gè)開源軟件包，并提供免費(fèi)的社區(qū)支持。
所以如果你不想安裝太多的包，我建議你用 Anaconda。這個(gè)發(fā)行版中有很多有用的包。
導(dǎo)入聲明安裝所需的包后，可以把它們導(dǎo)入 Python 代碼文件。可以從中導(dǎo)入整個(gè)包、子模塊或特定函數(shù)。另外還可以為包設(shè)置別名。可以從下面的例子中看到 import 語句的不同方式。
簡單的導(dǎo)入
import numpy numbers = numpy.array([3, 4, 20, 15, 7, 19, 0])
導(dǎo)入的同時(shí)設(shè)置別名
import numpy as np # np 是 numpy 包的別名 numbers = np.array([3, 4, 20, 15, 7, 19, 0]) # 工作正常 numbers = numpy.array([3, 4, 20, 15, 7, 19, 0]) # 出錯(cuò)，NameError: name "numpy" is not defined
從包導(dǎo)入子模塊并設(shè)置別名
# 從 matplotlib 包中導(dǎo)入 pyplot 子模塊并設(shè)置別名 "plt" import matplotlib.pyplot as plt
僅從包中導(dǎo)入一個(gè)函數(shù)
from numpy import array numbers = array([3, 4, 20, 15, 7, 19, 0]) # 工作正常 numbers = numpy.array([3, 4, 20, 15, 7, 19, 0]) # 出錯(cuò)，NameError: name "numpy" is not defined type(numbers) # 輸出：numpy.ndarray
我們也可以這樣導(dǎo)入： from numpy import *。星號表示從該模塊導(dǎo)入所有內(nèi)容。這條 import 語句會在當(dāng)前命名空間中為 numpy 模塊定義的所有公共對象創(chuàng)建引用。換句話說，我們可以使用 numpy 中的所有可用函數(shù)，在函數(shù)名稱可以不帶前綴。例如，現(xiàn)在我們可以這樣使用 NumPy 的絕對值函數(shù)： absolute()，而不是numpy.absolute()。
但是，我不建議你使用它，因?yàn)椋?/p>
如果從某些模塊中導(dǎo)入所有函數(shù)，那么當(dāng)前的命名空間將填充過多的函數(shù)，如果有人查看我們的代碼的話，他可能會對某個(gè)函數(shù)到底屬于哪個(gè)包而感到困惑。
如果兩個(gè)模塊具有相同名稱的函數(shù)，則第二個(gè)導(dǎo)入的將會覆蓋第一個(gè)模塊的函數(shù)。
NumPyNumPy 是用 Python 進(jìn)行科學(xué)計(jì)算的基礎(chǔ)包。它非常快速且易于使用。這個(gè)包能夠幫助我們按元素進(jìn)行計(jì)算（逐個(gè)元素）。
常規(guī)的 Python 列表不知道如何以元素方式進(jìn)行操作。當(dāng)然我們也可以用 Python 列表去做科學(xué)計(jì)算，但是它非常慢，而且還需要編寫更多的代碼來得到想要的結(jié)果。更多時(shí)候使用 NumPy 才是一個(gè)聰明的主意。
與常規(guī) Python 列表不同，NumPy 數(shù)組中的元素總是只有一種類型。如果我們將一個(gè)不同類型的數(shù)組傳遞給np.array()，可以用參數(shù) dtype 設(shè)定想要的類型。如果沒有給出此參數(shù)，則會將類型確定為保存對象所需的最小類型。
NumPy 數(shù)組 —— 類型轉(zhuǎn)換
