字符串
字符串常用方法
| 方法 | 使用说明 |
| string[start: end :step] | 字符串的切片 |
| string.split | 字符串分割 |
| string.strip | 删除首尾空白 |
| string.rstrip | 删除字符串右边空白 |
| string.lstrip | 删除字符串左边空白 |
| string.index | 返回子串首次出现的位置 |
| string.replace | 字符串替换 |
| sep.join | 将可迭代对象按sep分割符拼接为字符串 |
| string.count | 对字符串 的子串计数 |
| string.find | 返回子串首次出现位置 |
| string.startwith | 字符串是否以什么开头 |
| string.endwith | 字符串是否以什么结尾 |
使用字典对象
word_dict={} for word in sentence.split(): if word not in word_dict: word_dict[word]=1 else: word_dict[word]+=1 for word in sentence.split(): word_dict.setdefault(word,0) word_dict[word]+=1 word_dict=defaultdict(int) for word in sentence.split(): word_dict[word]+=1 print word_dict
defaultdict作用：defaultdict的作用是在于，当字典里的key不存在但被查找时，返回的不是keyError而是一个默认值
例如：作用是当key不存在时，返回的是工厂函数的默认值，比如list对应[ ]，str对应的是空字符串，set对应set( )，int对应0
遍历字典
for key,value in word_dict.items(): pirnt key,value • 1 • 2
统计字典
from collections import Counter
使用字典的字典
from collections import defaultdict user_movie_rating=defaultdict(lambda:defaultdict(int)) user_movie_rating[1][1]=4 user_movie_rating[1][2]=5
使用元组
元组是一种顺序容器对象，不可变，不允许插入操作
使用集合
Jaccard系数：
str_1=[dogs,chase,cats] str_2=(dogs,hate,cats) st_1_wrds=set(str_1.split()) st_2_wrds=set(str_2.split()) n1=len(st_1_wrds) n2=len(st_2_wrds) #找出集合共有词，并统计次数 cmn=st_1_wrds.intersection(st_2_wrds) nocmn=len(st_1_wrds.intersection(st_2_wrds)) #找出集合不重复的词，并统计次数 unq=st_1_wrds.union(st_2_wrds) nounq=len(st_1_wrds.union(st_2_wrds)) #计算相似度 similarity=nocmn/(1.0*nounq)
写一个列表
a.append(),a.pop()
from random import shuffle #shuffle 对生成的随机打乱顺序 a=range(1,20) shuffle(a) a.sort() a.reverse()
从另一个列表创建–列表推导
a=[1,2,-1,-2,3,4,-3,-4] b=[pow(x,2) for x in a if x<0] print b
使用迭代器
生成一个迭代器和生成器
使用可迭代对象
迭代器对象是从集合中第一个元素开始访问，知道所有元素被访问结束，迭代器只前不会后退，
基本方法：iter()和next()
list=[1,2,3,4] it=iter(list) #创建迭代器对象 print(next(it)) #输出迭代器的下一个元素 out:1 print(next(it)) out:2
把一个类作为迭代器使用需要在类中实现两个方法_iter_()与_next_().
iter() 方法返回一个特殊的迭代器对象， 这个迭代器对象实现了 next() 方法并通过 StopIteration 异常标识迭代的完成
生成器：使用yield语句而不是return语句返回结果，yield语句一次返回一个结果，在每个结果中间，挂起函数状态，以便下次重它离开的地方继续执行
生成器表达式：类似于列表推导，但是，生成器返回按产生结果的一个对象，而不是一次构建一个结果列表
装饰器
装饰器：它是一种函数的函数，因为装饰器传入的参数就是一个函数，通过实现各种功能来对这个函数的功能进行增强。特点：简洁
代码实现有无装饰器区别：
无装饰器：
from time import time, sleep def fun_one(): start = time() sleep(1) end = time() cost_time = end - start print("func one run time {}".format(cost_time)) def fun_two(): start = time() sleep(1) end = time() cost_time = end - start print("func two run time {}".format(cost_time)) def fun_three(): start = time() sleep(1) end = time() cost_time = end - start print("func three run time {}".format(cost_time))
使用装饰器：
def run_time(func): def wrapper(): start = time() func() # 函数在这里运行 end = time() cost_time = end - start print("func three run time {}".format(cost_time)) return wrapper @run_time def fun_one(): sleep(1) @run_time def fun_two(): sleep(1) @run_time def fun_three(): sleep(1)
带参数的装饰器
def logger(msg=None): def run_time(func): def wrapper(*args, **kwargs): start = time() func() # 函数在这里运行 end = time() cost_time = end - start print("[{}] func three run time {}".format(msg, cost_time)) return wrapper return run_time @logger(msg="One") def fun_one(): sleep(1) @logger(msg="Two") def fun_two(): sleep(1) @logger(msg="Three") def fun_three(): sleep(1) fun_one() fun_two() fun_three()
lambad,map,filter,zip,izip
数据分析（探索）
用图表分析单变量数据
data为单维x，target为y
方法：散点图，百分位，消除异常值
import numpy as np from matplotlib.pylab import frange import matplotlib.pyplot as plt fill_data=lambda x:int(x.strip() or 0) data=np.genfromtxt("president.txt",dtype=(int),converters={1:fill_data}delimier=[,]) x=data[:,0] y=data[:,1] plt.figure(1) plt.title("") plt.plot(x,y) #百分位 perc_25=np.percentile(y,25) #消除异常值 y_masked=np.ma.masked_where(y==0,y)
科普 pandas ix，iloc，loc区别
data=pd.Series(np.nan,index=[49,48,47,46,45,1,2,3,4,5]) data.iloc[:3] 49 nan 48 nan 47 nan data.loc[:3] data.ix[:3]
iloc[:3]读取前3行
loc[:3]读取索引为3之前的行
ix[:3]会先寻找索引为3的，如果没有再寻找位置为3行的
