Python Real World Data Science [Digest 1]

此系列更新《Python Real World Data Science》的阅读摘记,每周六更新。

全书介绍Python在数据科学领域中的应用,分为四模块:

  • Python 基础
  • 数据分析
  • 数据挖掘
  • 机器学习

本文为系列第一篇,介绍python基础。

Module 1 Python Fundamentals

Chapter 1 Introduction and First Steps

简单来说,编程就是使用计算机可以理解的语言让它做某件事情。类似我们日常生活中做事情的流程:估计是否满足条件,决定采取哪些动作,执行任务,重复某些动作,在某个点停止(完成或意外),清理现场。

编程时,需要将真实世界中的对象使用计算机世界中的对象Object表达,Object的两个特征

  • 属性Properties
  • 方法Methods

Python 将数据抽象为对象Objects,Python程序中的数据均由ObjectsObjects之间的联系表达。Objects分为mutableimmutableObjects有自己的名字。

Python优点

  • 可移植性
  • 一致性
  • 开发效率
  • 扩展库
  • 软件质量
  • 软件集成

Python缺点

  • 慢,python编译生成pyc,再由解释器运行pyc;而不是直接编译成机器级别

Python环境安装

  • Google is your friend

Python代码运行方式

  • 脚本
  • 交互式Shell
  • 服务
  • GUI应用

Python代码组织方式

  • 非脚本类的代码需要分成多个文件
  • Package = 文件夹 + __init__.py
  • Modules
  • Functions
  • Library

原则:不在不同地方重复一个逻辑,Do not repeat yourself !

  • 如果逻辑存在漏洞,需要在各个地方都修改
  • 如果需要修正,也要在各个地方修改
  • 代码太长!

Python's Execution Model

  • names:用于代码中提取数据(Binding机制)
  • namespace:names和objects之间的映射
  • scope:直接可访问namespace的文本区域(缩进控制),按照以下次序搜索name,如果都没找到则报告NameError
    • local scope
    • enclosing scope
    • global scope
    • built-in scope

如何写出漂亮代码

  • PEP8 Guideline

Zen of Python

Python Real World Data Science [Digest 1]_第1张图片
Tim Peter

你可能感兴趣的:(Python Real World Data Science [Digest 1])