七周成为数据分析师--python篇④

python 篇

讲讲python吧，主要分为数据科学环境、基础、numpy和pandas、数据可视化、数据分析案例、数据分析平台这几块。

1. 数据环境
数据环境anaconda（狂蟒之灾），可以直接百度清华镜像下载。接着构建运行环境 jupyter notebook，最后写下第一行代码print(‘hello world’)，告诉大家我来啦！
2.基础小知识
操作方面：
shift+tab 常常用来看函数的内涵步骤
shift+回车 执行完跳至下一单元格
ctrl+回车 单纯执行本单元格
python 很注重缩进，特别是if elif这样的嵌套时，
左缩进 Ctrl + [
右缩进 Ctrl + ]
加注释 Alt + 3
去注释 Alt + 4

知识点：
转义字符

type()查询数据类型

例如type(1)=int; type(1.1)=float;type(‘a’)=str；拓展至其他float(1)=1.1;int(1.1)=1;str(1)=‘1’

讲讲余数、整除
3//2=1 7//2=3 （表示去余数，取商）
3/2=1.5 7/2=3.5(正常的除法)
3%2=1 7%2=1 4%2=0 （表示取余数，常常用来判定是否整除）
讲到这里要讲一点整除这样的逻辑判断，在SQL和PYTHON中都是用‘==’，两个等于号。等于在语言里面的概念其实是赋值。

字符串
在这里，‘’和“”其实表达的意思都差不多，也可以用来表示字符串，但就是用法不一样，比如存在嵌套的情况，“hello ‘xcw’”或者‘hello “xcw”’，如果里面既有双引号又有单引号，或是其他一些特殊符号就用’’'来包裹。

一些逻辑运算

‘1’+‘1’会报错；int(‘1’)+1不会报错
True、False 表述时一定要大写首字哦，称为布尔的一种数据类型，type(True)=bool，True表示1，False表示0
比如True +1=2，可以运算。False+1=1，可以运算。
（1<2）+1=2，可以运算
1<2+1=1，在运算中，先算加减乘除，再判断逻辑条件。

None和‘ ’

None表示的是缺失而不是0，常常sql 中left join 出来的会有很多none，none+1是无法运算的，把他想象成一个单元格的缺失。而‘’
表示的是值为空，也不是为0。 两者的区别可以认为‘’表示的是有这样一个单元格，但是还没赋上值，而none表示的是连这个单元格都还没有，直接缺失了。

变量
比如 a是一个变量，可以是字符串也可以重新赋值
a=1,b=2
a+b=3
a=2
a+b=4

---

数据结构
python中的数据结构有三个，
列表[]类似数组
字典{} 也称键值对例a={‘name’:‘xcw’}
元组()
列表有序，查询快，增删慢，所占空间小（类似数组），允许赋值修改
字典无序，查询慢，增删快，所占空间大（类似链表），不论多少查询速度都是相等的，允许赋值修改
元组不可替换修改，但可以索引。

1、列表
num=[1,2,3]
len(num)=3
len([1,2,3,4])=4
列表有点类似我们大学学的线性代数，矩阵。

2、索引，有时候也叫切片。
可以索引位置、关键值key。
比如num[0]，表示取num列表的第一个位置。
涉及到两个知识点，第一在python中，只要是索引都是用[]，
第二，英文中习惯把0当做顺序第一位，比如num[2]表示索引第3个位置，num[-1]表示索引最后一个位置。

索引一个段落num[0:1] 其中num=[1,2,3]
只反馈[1] 原因是 系统默认左闭右开，比如想取前两个数，我们要用num[0:2]，当然默认num[ :2]也行，系统会自动索引到第2个位置；num[0:]表示从第一个位置，索引到最后一个位置

索引的是列，向一列切片。合并是按行，例如num=[[1,2],[3,4]] num[0]+num[1]=[1,2,3,4]，比如索引后直接相加,表示的是合并，并不是值相加

3、增、删、替换
注意：一般调用函数都是xx.函数加（）
增：num.insert(,)，第一个_表示某某位置前，第二个表示对象
比如：

num.append()，表示在末尾加一个数,等同于num=num+[7,8]都只是合并的，如果要看相加，只有一种用numpy中转化为数组，另一种就是用for循环，具体可以看另一篇博文

[如图是在第4行加了7,8

删除num.pop(位置)
空白的话是默认删去最后一个
替换直接用等号赋值，num[0]=1;num[0]=2;num，最后num输出2
注意元组不能修改，比如a=(1,2),再使a=(3,4)，此时是会报错的

但元组的索引还是[]，a=[1,2],a[0]=1是ok的
索引info[1][0] 举例info=[[‘1’,‘2’,‘3’],[‘4’,‘5’,‘6’]] 输出第二行第一列，输出‘4’，这时4是字符串

快速生成几列 row=[0]3=[0,0,0] row4=[[0,0,0],[0,0,0],[0,0,0],[0,0,0]] 4行3列

4、set(列表) 集合化
配合list去重，例如list(set([1,2,2,3,1])) 推出[1,2,3,1]
集合不能加减乘除，但可以求交集、并集、补集
例如：set(a)-set(b)，差集，表示在a中排除b的值

---

- 字典 {}

键值对 ，‘key’: ‘value’

举例a={‘name’:‘qinlu’,‘sex’:‘female’,‘age’=‘18’}
一般前面会加’id’:1

索引还是用a[‘id’]=1,a[‘name’] =qiulu，但比如索引a[1],这时候时会报错的，因为字典本身没有什么顺序的概念。

讲讲区别只有字典可以直接索引字符串，前面元组和列表不能索引字符串，只能索引位置。
例a.keys()，提取字典的关键字，a.values(),提取字典的值

讲讲字典和列表的区别，字典无论多少，他的查找速度是相同的，性能占比比较小，因为他无序存放，但他占的空间大。
而列表占得空间小，但由于有序存放，他的后期效率会变慢，性能占比大，查找速度会逐渐变慢。
字典允许修改，直接给key重新赋值，a[‘id’]=2。

1. 增：a[键]=值，直接在后面加上键值对的赋值，
   比如a={‘a’:‘b’,‘c’:‘1’},a[‘5’]=‘d’,a={‘a’:‘b’,‘c’:‘1’,‘5’:d"}
2. **删 ** a.pop(‘键’)，直接把键删了，对应的值也会删了

3、提取的是字典中的 键 、值、整个字典
a={‘name’:‘1’,‘b’:‘2’}
a.keys()=dict_keys([‘name’,‘b’])再加一个list()，直接列表化
list(a.value())=[‘1’,‘2’]
list(a.items())=[(‘name’,‘1’),(‘b’,‘2’)] []里面是元组的形式

4、讲讲取字典的数 a.get()
a.get(‘键’，‘none’)，表示取到就是keys对应的值，没取到返回none

5、讲讲字典中的更新值a.setdefault()
比如a.setdefault(键，值)
如果在a中查到相应的键，就会替换更新，没查到相应的键，就会自动在后面加上新的键值对

6、讲讲控制流
a=10
if a>10:
print(‘more than10’)
if a=10:
print…
else:
print(’’)

讲讲elif 和不加elif 区别
a = True
b=True
if a:
print(“代码块1”)
if b:
print(“代码块2”)
代码块1和代码块2都会被输出，而再想一下如果是使用elif:

a = True
b=True
if a:
print(“代码块1”)
elif b:
print(“代码块2”)
只会输出代码块1，而不会输出代码块2了

elif翻译过来大概是 ”否则的话如果…‘’

就是说一个是同时并列判断，另一个有点互斥判断，elif前如果 碰到true的逻辑，就会跳出判断，而if碰到true，还是会往下继续判断下一个if是不是满足条件。

---

最后再来讲讲循环语句(while,for)

1、while是一直循环+条件判断，直到逻辑判断为false，同时记得要加逻辑判断条件，不然会死循环。
break 直接断开，但是要注意缩进

2、for i in range():，for 比较不容易死循环
print(i)

range(3,5)，左闭右开，不含5

a=0
for i in range(1,11):
a=a+i #注意缩进，不然执行不了
print(a)

列表中的循环
a =[‘a’,‘b’,‘c’]
for i in a: #记得加：哦，帅哥
print(i)
a b c

字典中的循环
dict={‘a’:1,‘b’:3,‘c’:5}
for k in dict.keys():
print (k)
a b c

同时for 支持多循环
for v,m in dist.items()
print(k)
print(m)

循环进阶
1、输出1-100的数字
list=[]
for i in range(1,101):
list.append(i) #记得缩进！！！！！！！！！！
print(list)

2、取字典中的值进行平方
dict={‘a’:1,‘b’:2,‘c’:3}
[v**2 for v in dict.values()] #记得加上【】
[1,4,9]

3、输出1-10偶数
[i for i in range(1,11)if i%2==0]
逻辑放后面，加[]

---

小运用的例子：

1、def() 定义函数
拿python构建四则运算器

def niubi(x,y,z):
    if z=='plus':
        return x+y
    elif z=='minus':
        return x-y 
    elif z=='time':
        return x*y
    elif z=='divide':
        return x/y
    else:
        return 0

定义一个函数名为niubi
进行多次判断，注意elif此时不是嵌套，是并列的逻辑判断

2、用python充当excel

def desc(list):
    size=len(list)
    aver=sum(list)/size
    #计算中位数#
    list.sort()#先进行排序，由于中位数定义是从小到大取中间#
    if size%2 ==0:
        mid=(list[(size//2-1)]+list[(size//2)])/2
    else:
        mid=list[size//2]
    print('max=', max(list))
    print('min=', min(list))
    print('mid=', mid)
    print('size=', size)

list是一个列表也就是数组，看成线性代数的[]。三大数据结构之一，其他两个是字典{}，和元组()。

size//2表示去余数的值，比如10//2=5,10/2=5,10%2=0(这个是取余数，常用于判断奇偶)

这样，我们输入的值也要是数组的形式，a=[1,2,3,4,5]类似这样

由于实际之中，本身的值不一定会从小到大排列，因此要加一个list.sort()

最后输入相应的数组值就好啦！
以生成1至100的数值，间隔4为例

desc([i for i in range(1,100,4)])

3、+号和合并

在python项目中，很多时候需要对列表的各项进行加减操作，今天我们一起来学习一下吧！
当需要对列表进行相加时，一般意义上的【+】在python中却表示连接的意思。这里提供两种方法供大家参考一下；第一种是利用【for】循环，第二种是利用numpy函数；首先构建两个列表a和b；

需要注意的是，相加两个列表的长度需要相等，所以在计算之前，可以使用【len】函数判断是否相等，其实若是很简单可以一眼看出的列表，这一步可以省去；
定义一个空列表【c】用来当作新算出的列表；
c[]
接下来就可以使用一个【for】循环就能解决了，利用长度依次取出列表中的值，逐项相加，打印出【c】；

a=[1,2,3,4,5]
b=[2,3,4,5,6]

if len(a)==len(b):
c=[]
for i in range(len(a)):
c1=a[i]+b[i]
c.append(c1)
print( C)

第二种就是利用numpy包来执行，首先导入numpy包；利用【array】函数将列表转换成数组形式，只有这种形式才能实现相加；

再利用numpy包的求和函数【sum】进行逐项相加，【axis】表示每一行中对应列数相加，可看出结果如下，对于大数据集来说，比之第一种要方便很多呢；

import numpy as np
a=[1,2,3,4,5]
b=[2,3,4,5,6]
a1=np.array(a)
b1=np.array(b)
print(a1)
print(b1)
c=np.sum([a1,b1],axis=0)
print©

axis=1