Python數(shù)據(jù)科學(xué)入門(mén)

Dmitry Zinoviev著
熊子源 譯

---

第二章 數(shù)據(jù)科學(xué)的Python核心

---

第4單元 理解基本的字符串函數(shù)

大小寫(xiě)轉(zhuǎn)換函數(shù)：

lower()	將所有字符轉(zhuǎn)換為小寫(xiě)
upper()	將所有字符轉(zhuǎn)換為大寫(xiě)
capitalize()	將第一個(gè)字符轉(zhuǎn)換為大寫(xiě)，同時(shí)將后面的字符都轉(zhuǎn)化為小寫(xiě)

（這些操作都不會(huì)影響其他非字母字符）

字符串判定函數(shù)：

islower()	判斷字符串中的所有字母是否都是小寫(xiě)
isupper()	判斷字符串中的所有字母是否都是大寫(xiě)
isspace()	檢查所有字符是否為空格
isdigit()	檢查所有字符是否為0-9中的數(shù)字
isalpha()	檢查所有字符是否為a-z，A-Z中的字母字符

符號(hào)b表示二進(jìn)制數(shù)組：

            
              Array1 = b”hello”	#二進(jìn)制數(shù)組
Array2 = ”hello”	#字符串?dāng)?shù)組
>>>Array1[0]
104
>>>Array2[0]
‘h’
Array1.decode()	#將二進(jìn)制數(shù)組轉(zhuǎn)化為字符串?dāng)?shù)組
Array2.encode()	#將字符串?dāng)?shù)組轉(zhuǎn)化為二進(jìn)制數(shù)組

            
          

去除字符串周?chē)目崭瘢?

strip()	刪除整個(gè)字符串前后的空格
istrip()	刪除字符串左邊（開(kāi)始處）的空格
rstrip()	刪除字符串右邊（結(jié)束處）的空格

（不刪除字符串內(nèi)部的空格）

分割、連接字符串：

            
              Split(delim=””)			#使用delim中的內(nèi)容作為分隔符，來(lái)分割字符串
“”.join()				#使用””中的內(nèi)容將()中的內(nèi)容連接起來(lái)

            
          

查找字符索引：

            
              “”.find(needle)		#查找needle在””字符串中第一次出現(xiàn)的索引值
“”.Count(needle)	#查找needle在””字符串中出現(xiàn)的次數(shù)

            
          

（區(qū)別字符串大小寫(xiě)）

---

第5單元 選擇合適的數(shù)據(jù)結(jié)構(gòu)

列表	搜索時(shí)間是線(xiàn)性的，不適合存儲(chǔ)大量的可搜索數(shù)據(jù)
元組	不可變的列表，搜索時(shí)間也是線(xiàn)性的
集合	不存在索引，適合成員查詢(xún)和消除重復(fù)項(xiàng)
字典	構(gòu)建一個(gè)從鍵到值得映射，適合鍵值的查找

字典說(shuō)明：
1，通過(guò)（鍵，值）這樣的元組列表創(chuàng)建字典
2，使用內(nèi)置類(lèi)構(gòu)造函數(shù)enumerate（seq）創(chuàng)建字典（seq為值，鍵位對(duì)應(yīng)的序號(hào)）
3，使用內(nèi)置類(lèi)構(gòu)造函數(shù)zip（kseq,vseq）創(chuàng)建字典（kseq為鍵序列,vseq為值序列（兩個(gè)序列的長(zhǎng)度相同））

---

第6單元 通過(guò)列表推導(dǎo)式理解列表

列表推導(dǎo)式是將數(shù)據(jù)集（不一定是列表）轉(zhuǎn)換為列表的表達(dá)式。
（沒(méi)什么只要知識(shí)點(diǎn)，本來(lái)也就沒(méi)有多少內(nèi)容，就沒(méi)有總結(jié)了）

---

第7單元 使用計(jì)數(shù)器

Collections()模塊定義計(jì)數(shù)器
將計(jì)數(shù)的集合傳遞給構(gòu)造函數(shù)counter，然后使用most_common()方法獲取各項(xiàng)及其出現(xiàn)頻率。

            
              from collections import counter
phrase = “a man a plan a canal panama”
cntr = counter(phrase.split())
cntr.most_common()

            
          

---

第8單元 使用文件

With語(yǔ)句：顯式的打開(kāi)一個(gè)文件，在退出Python后能自動(dòng)關(guān)閉文件

            
                  #普通語(yǔ)句
    f = open(name,mode=”r”)
        	f.close()
    #with語(yǔ)句    
    With open(name,mode=”r”) as f

            
          

f.read()	以字符串或二進(jìn)制形式讀取文件所有數(shù)據(jù)
f.write()	以字符串或二進(jìn)制形式向文件寫(xiě)入內(nèi)容

---

第9單元 上網(wǎng)

Urllib.parse模塊提供解析和構(gòu)建網(wǎng)址的工具
Urlparse()方法將網(wǎng)址分為六個(gè)元素的元組：協(xié)議、網(wǎng)絡(luò)地址、文件系統(tǒng)路徑、參數(shù)、查詢(xún)和片段

---

第10單元 使用正則表達(dá)式實(shí)現(xiàn)模式匹配

將一個(gè)需要使用多次的正則表達(dá)式編譯成Pattern對(duì)象，使得模式匹配更高效

            
              CompiledPattern = re.complie(pattern,flags=0)

            
          

正則表達(dá)式說(shuō)明

基本操作：

·	除換行符外的任意字符
a	字母a
a|b	a或b

字符類(lèi):

[a-d]	a,b,c,d中任一字符
[^a-d]	除a,b,c,d中任意字符
\d	一個(gè)數(shù)字字符
\D	一個(gè)非數(shù)字字符
\s	一個(gè)空白字符
\S	一個(gè)非空白字符
\w	一個(gè)字母數(shù)字字符
\W	一個(gè)非字母數(shù)字字符

數(shù)量相關(guān)：

X*	0個(gè)或多個(gè)X
X+	1個(gè)或多個(gè)X
X?	0或1個(gè)X
X{2}	2個(gè)且僅2個(gè)X
X{2,5}	2-5個(gè)X

轉(zhuǎn)移字符：

\n	換行符
\r	回車(chē)符
\t	Tab

界定符號(hào)：

^	字符起始處
\b	單詞邊界
\B	非單詞邊界
$	字符結(jié)束處

Re模塊

            
              re.split(pattern,string,maxsplit=0,flags=0) 	#通過(guò)Pattern（正則表達(dá)式）將字符串分為maxsplit個(gè)字符串，并返回子字符串列表
re.match(pattern,string,flags=0)				#檢查字符串開(kāi)頭是否與Pattern相匹配
re.search(pattern,string,flags=0)				#檢查整個(gè)字符串是否存在Pattern部分
re.findall(pattern,string,flags=0) 				#查找與Pattern相匹配的所有子字符串
re.sub(pattern,repl,string,flags=0)				#用repl替換字符串的所有非重疊匹配部分

            
          

---

第11單元 globbing文件名

Globbing是匹配特定文件名和通配符的過(guò)程，是正則表達(dá)式的簡(jiǎn)化版。
（通配符可以包含特殊字符’*’,”?”。+·不是特殊字符）

---

第12單元 Picking數(shù)據(jù)

Pickle模塊用于實(shí)現(xiàn)序列化——將任意的Python數(shù)據(jù)結(jié)構(gòu)保存到一個(gè)文件中，并將其作為Python表達(dá)式讀回。

---

（ "We can never learn to fly without crashing a few times."--《The Flash》 ）