二、机器学习基础知识：Python数据处理基础

1、基本数据类型

在Python3的环境中，提供了6种基本的内置数据类型，包括数字类型（Number）、字符串类型（String）、列表类型（List）、元组类型（Tuple）、字典类型（Dictionary）以及集合类型（Set）。根据数据对象是否可变，又将它们划分为可变数据类型和不可变数据类型。
可变数据类型包括列表、字典和集合，它们在声明时会开辟一块内存空间，使用Python的内置方法对内存中的数据进行修改时，内存地址不发生变化。
不可变数据类型包括数字、字符串和元组，它们在声明时也会开辟一块内存空间，但不能改变这块内存内的数据，如果改变了变量的赋值，就会重新开辟一块内存空间。

1.1 数字类型（Number）

Python的数字类型包括int、float、bool和complex复数类型。当指定一个值时，就创建了一个数字类型的对象。

在上图实例中，使用id函数可以看到在变量a加1之后，内存地址已经发生了改变，说明a=a+1不是原有的int对象加1，而是重新创建了一个int对象，大小为a+1。
详细参考：Python程序设计基础：数值

1.2 字符串类型（String）

Python中的字符串用半角的单引号或双引号括起来，对于字符串内的特殊字符，使用反斜杠‘\’进行转义，若要获取字符串中的一部分，可以采用切片的方式，截取格式如下:

字符串变量[头下标：尾下标]

字符串的起始下标为0，正序或逆序读取均可。
字符串的赋值与访问：

详细参考：Python程序设计基础：字符串

1.3 列表类型（List）

列表使用方括号[]进行定义，数据项之间使用逗号分隔，数据项可以是数字、字符串或列表。
列表也是一种Python序列，其截取语法与字符串类似，格式如下：

列表变量[头下标：尾下标]

同样，列表的起始下标为0，正序或逆序读取均可。
列表的访问、修改与遍历：

详细参考：Python程序设计基础：列表与元组（一）

1.4 元组类型（Tuple）

元组写在小括号()中，元素之间使用逗号进行分割，元素可以具有不同的类型，它与列表相似，但是元组的元素不可修改。
元组的截取语法和字符串、列表类似，起始下标为0，正序或逆序读取均可。
元组的访问：

详细参考：Python程序设计基础：列表与元组（二）

1.5 字典类型（Dictionary）

字典是一种可变容器模型，可存储任意类型对象，使用大括号{}定义，格式如下：

字典名={键:值}

字典的键和值使用冒号分隔，每个键值对之间使用逗号分隔。键一般是唯一的，如果出现了重复，则后面的键值对会替换前面的键值对。值的数据及类型不限，可以是字符串、数字或元组。
字典的访问及修改：

详细参考：Python程序设计基础：字典与集合（一）

1.6 集合类型（Set）

集合是一列无序的、不重复的数据项组成，Python中的集合是可变类型。与数学中的集合概念相同，集合中每个元素都是唯一的。同时，集合不设置顺序，每次输出时元素的排序可能都不相同。
集合使用大括号表示，形式上和字典相同，但数据项不是成对的。
由于集合和字典一样都是使用大括号表示，因为在创建空集合时，必须使用set()函数进行创建。
集合的主要操作：

详细参考：Python程序设计基础：字典与集合（二）

2、数据文件读写

机器学习的本质是对数据进行处理，如果数据是少量的、临时的，可以使用上述数据类型变量进行存储，如果数据是大量的，则需要使用到数据文件。

2.1 打开与关闭文件

Python中打开文件的内置函数是open()函数，打开文件后会创建一个文件对象，对文件的访问都是通过这个文件对象进行，语法格式如下：

open(file_name[,access_mode][,buffering])

其中file_name为字符串类型，是要访问的文件名称；access_mode是文件的打开模式，如读取、写入或追加等，默认为r（只读模式），写数据通常使用的是w和a，表示改写和添加；buffering表示文件缓冲区的策略，当该值为0时，表示不使用缓冲区。
打开文件之后可以向文件中写入相关内容，使用write()方法，参数为要写入的字符串。
在文件操作结束后，需要关闭文件对象，释放缓存，需要使用文件对象的close()方法。
文件的打开、写入与关闭：

filename = '1.txt'
f=open(filename,'a') #打开1.txt文件并进行写操作
f.write("machine learning")
f.close

使用with语句可以调用f.close()方法就能自动关闭文件。

filename = '1.txt'
with open('1.txt','a') as f:
    f.write("machine learning")

2.2 读取文件内容

常见的读取文件方法主要有三种，包括read()、readline()、readlines()。
read()：默认读取整个文件，若设置了参数字节数，则读取对应字节数，返回值为字符串。
readline()：从当前位置开始，读取文件中的一行，返回值为字符串。
readlines()：从当前位置开始，读取文件的所有行，返回值为列表，每行为列表的一项。
使用read()读取整个文件：

使用readline()逐行读取文件：

使用readlines()一次读取多行：

2.3 将数据写入文件

如果要将数据写入文件，打开方式需要选择w（写入）或者a（追加）模式，写入文件可以使用Python提供的write方法，其语法格式如下：

fileobject.write(byte)

其中byte为待写入文件的字符串或字节。
文件的写入与追加：

with open('1.txt','w') as f:
    f.write("machine learning.\n") #写入相关内容，清空原文件

filename = '1.txt'
with open('1.txt','a') as f:
    f.write("python learning.\n") #追加写入相关内容，不覆盖原数据

详细参考：Python程序设计基础：文件操作