Python数据分析答疑3：字典，函数

8.9 第三课 函数

作业：

作业1 字典的值可以是字典本身, 以提供更多信息，例如：europe = { 'spain': { 'capital':'madrid', 'population':46.77 },

'france': { 'capital':'paris', 'population':66.03 },

'germany': { 'capital':'berlin', 'population':80.62 },

'norway': { 'capital':'oslo', 'population':5.084 } }

1 打印法国首都

2 加入意大利（italy）的首都（roma）和人口（population 59.83）

作业2 找出两个整数48、78的最小公倍数

作业3 贷款月供计算器，具体要求参见图片（图3-1）

图3-1

作业区及讨论区 Q&A：

目录：

1，代码运行问题

2，jupyter使用

3，代码理解：range

4，代码理解：max, min

5，代码运行出错

6，代码运行优化：统计大篇文档词频

7，代码运行出错

8，学习信心

9，代码运行问题

10，代码运行出错

11，代码理解：启动python解释

12，代码运行问题：嵌套，None

13，jupyter使用

14，jupyter使用

15，代码运行：优先级

16，代码运行出错：没有输出

17，代码运行出错：没有输出

18，代码运行出错

19，代码运行出错

20，资料包：快速找到需要的数据

图3-2

Q 1 ：请问为何“the”分1和6呢？第二段只得出6？（图3-2）

A：三引号是三个单引号'''，你这个题里，函数把单引号当做第一个和最后一个单词的一部分了。所以输出结果是错的。

Q 2 ：为什么我的jupyter notebook点击launch后右下角有蓝色滚动条在动，可是过一会后啥也没打开？

A：可以尝试用命令行启动试试，在anaconda prompt 中输入 jupyter notebook

图3-3

Q 3 ：上图（图3-3）是lesson2第34条记录，请问range也是一种数据类型吗？谢谢指教

A：对的，是一种特殊数据类型，非基本的数据类型，提供的操作方式和列表基本没有差别，大家记住这点可以了。

图3-4

Q 4 :请问在上图（图3-4）中，第一组命令为何没有把最大、最小值分别显示出来？只有第二组是正确的方式吗？

A：用print函数可以换行输出多个结果，而其它只是输出最后一个。

图3-5

Q 5 : 图3-5，换成“|”怎么结算就运算错了呢？

A：运算符优先级的问题，|的优先级要高于<，所以会出问题。加上括号就行了。

Q 6 ：求教大篇文档如何统计词频？

课程里是就一个句子进行了词频统计，找出最大最小。笑来老师应该是就很大的文档进行词频统计，请问如何实现？是不是把文档导入jupyter？

A：需要先把文件内容读取到指定变量中，如text变量，下面的操作就和老师上课的操作步骤一样了，进行词频分析。

如想了解python文件操作，可查看：https://www.w3cschool.cn/python/python-files-io.html

图3-6

Q 7 ：求教，代码如图(图3-6)，执行之后结果一直出不来，可是仔细看代码没有错呀！

A：出现这种情况的原因很多，如电脑长期锁屏、执行过死循环等等。不过重启一下（jupyter 的kernel 页面菜单上有个kernel ，上面有restart选项）就好了，restart是神技。

Q 8 ：我刚才把第三课的回放又看了一遍，从头到尾，我的唯一感触就是看不懂。从哪开始看不懂的呢？就从while循环，开始看不懂的。本身就还没有理解while的含义，老师已经开始执行了一大串函数了，我也是一片懵逼。

我感觉学习Python与其他编程不一样，Python中可能对不仅仅包含了编程的理念，这中间也包含了对数学的一种理解。如果数学理解能力差的同学，比如我，可能就完全跟不上老师的进度。

只知道敲了一大串代码，然后结果就出来了，但是完全不晓得是咋回事。又谈何学习。

比如演示中，有一段过程是找最大公约数，我是反复看了三遍，愣是没看懂每行代码代表啥意思。我知道可能很多人看一遍就看的明明白白的，但是我确实是没看懂。

从最大公约数这一段往后，我完全是看的云里雾里，根本没有心思看下去，因为完全看不懂，只知道老师的代码不停的敲，其实啥也看不懂。

我不知道是我个人哪个环节出了问题了？ 我看了一下，有很多人已经把作业的月供做了出来，我不知道有多少人是独立做出来的。反正我是无处下笔。不要说敲代码了，就是让我用x、y解应用题方式的方法，去求解，我都做不出来。我是不是，不适合老师的课程。

还是我没有找到自己的方法，可是方法又去哪找呢？

A：首先、专项去看，静下心来。我们要有拆解每个知识点的能力，各项击破。比如说循环不懂，而且涉及到最小公约数，那我们就先把最小公约数看明白，再看循环。我们要考虑大部分同学情况，所以约数课上不做讲解。一定要学会集中精神，谨慎顾此失彼。尤其对初学者，知识点比较多，看这个问题，想另一个问题，最后两个问题都无法解决，会产生心理恐慌。

第二、学习是需要循序渐进，对于基础薄弱的同学会产生知识跳跃的感觉。毕竟这门课程是从0基础到机器学习入门，在这个课时设定下是无法避免的。

第三、我们后面会尽量出些试题，已循环渐进的方式给大家提供些指引。

第四、关于基础好，那也是别人之前在这个方向投入过努力，而我们没有花过这个时间，就需要在这段时间投入更多。

第五，能否成功在自己。不妨告诉大家，助教学编程时从一个完全不懂web编程到学会只花了不到2月的时间，涉及很多知识点，遇到不懂就看书，书看不懂就抄书，抄书有助于静心，过两年就年薪20k了。后来学习数据分析、从来没接触数据分析的人花了不到一个月时间看完了《利用Python进行数据分析》这本书，每天从下班到晚上至少12点，每天自学至少4个小时。不过此时有了好的编程水平，学起来比较快。

最后，值钱的东西不付出努力就获得就不值钱了，毕竟天上不会掉馅饼。

图3-7

Q 9 : 为什么有的时候，shift+enter之后没有运行程序，而是移到下一行去了么？比如上图（图3-7）的代码，第二行输入find_gsp（18，20）之后，shift+enter结果跳到下一行了，没有显示结果。哪位同学或者是老师如果知道麻烦告知，谢谢。

A：这种情况多数是要死循环导致的，出现死循环之后，记得要重启一下kernel. 执行菜单下的kernel=>restart。不重启修改或者删除都是没用的，依然会卡住。

Q 10 ：出现了 ‘find_gcd’ is not defined，怎么办？

A：发现not defined这种错误，首先确认一下定义这个变量单元格代码是否执行过了。[ ] 表示单元格没有执行。修改过单元格的代码也要记得重新执行下。

Q 11 ：请问下面这句话的理解：

> 如果把上面的自定义函数保存为caculate.py文件里了，就可以在该文件当前目录下启动python解释器，用from caculate import find_gcd来导入函数，注意caculate是文件名，而且不需要加.py扩展名。

这句话讲的“在当前目录下启动python解释器”是什么意思？怎样操作呢？

A：启动python解释器，其实就是启动一个环境，操作层面来讲就是在指定的目录下启动python命令。jupyter notebook下的文件只要和py文件在一个目录下，也可采用同样方式导入。

图3-8

Q 12 ：关于第二节的案例（词频）有两个问题。见上图（图3-8）。

A：a1: 括号套括号的形式是没问题的，但要记住，括号应该成对出现。

a2: None 和0的区别是，None 定义的是空集，并不是0，虽然在这道题的环境下用0也可以，但是如果有负数出现就不行了，会影响判断。

所以我理解是，None 是比较通用的方式，试用范围广，用它也比较省事，不会给后续带来麻烦。

Q 13 ：请问怎样写出在GitHub里分享的教案，既有markdown格式，又有代码，而且代码前面的In [1]:也能显示出来，这是什么格式的？、

A：jupyter notebook就是这种格式的。

、

Q 14 ：点击JupyterNotebook 下面的launch 没反应是怎么回事 

A：配置一下工作目录 或者使用命令行打开

Q 15 ：请问在Python上进行复杂运算，可以有比较简洁的输入方法吗？还有在Python上的运算符，有运行的先后顺序吗？计算贷款时，计算的代码显得很复杂，可读性很差

A：可以化简一下，运算是有优先级的 不确定优先级的情况下可以使用括号明确优先级

图3-9

Q 16 ： 如图（图3-9），运行没有结果

A：死循环了，用Kernel中的restart重启一下。

图3-10

Q 17 ：如图（图3-10），运行没有结果。

A：定义函数需要调用的

图3-11

Q 18 : 作业3（图3-11）不知道哪错了。求教

A：因为少了float的右括号

图3-12

Q 19 ：计算部分的代码都是对的，但是输入 0 无法结束报告，这啥情况？

A：应该是 if money == int(0):

Q 20 ：怎么快速找到自己想要的数据，求推荐！

A：一般网上有一些开放的数据集，国外的较多，比如

著名的UCI机器学习数据集 【 http://archive.ics.uci.edu/ml/ 】

Kaggle 竞赛数据 【  https://www.kaggle.com/datasets 】

或者政府提供的开放数据，比如

美国 DATA.GOV 【 https://www.data.gov 】

纽约 NYC OpenData 【 http://opendata.cityofnewyork.us  】

The Humanitarian Data Exchange  【 https://data.humdata.org 】

国内的比较少，比如聚数力 【 http://dataju.cn/Dataju/web/dataDescriptionAndDataset 】

还有收费的数据堂

如果要获取网页数据，可以自己编写爬虫工具来采集

有些网站提供数据的API接口，比如微博，但是数量和频率非常有限制

想要获取理想的数据本来就不是一件容易的事情，特别是在数据已被当成宝藏的今天