【python可视化】python编码规范、标准库与扩展库对象的导入与使用

简介: 代码布局和排版在很大程度上决定了代码可读性的好坏,变量名、函数名、类名等标识符名称也会对代码的可读性带来一定的影响。一个好的python代码不仅应该是正确的,还应该是漂亮的、优雅的。

99988811e72f463181ea9bdcf84a0d23.gif


🙋‍ 哈喽大家好,本次是python数据分析、挖掘与可视化专栏第一期

⭐本期内容:python编码规范、标准库与扩展库对象的导入与使用

🏆系列专栏:Python数据分析、挖掘与可视化

👍欢迎大佬指正,一起学习,一起加油!


前言


哈喽大家好,颜颜yan_的新专栏开启啦~

本期是python可视化专栏第一期,还请大家多多指教吖~


python编码规范


代码布局和排版在很大程度上决定了代码可读性的好坏,变量名、函数名、类名等标识符名称也会对代码的可读性带来一定的影响。一个好的python代码不仅应该是正确的,还应该是漂亮的、优雅的。


缩进


python对代码缩进是硬性要求,严格使用缩进来体现代码的逻辑从属关系。一般以4个空格为一个缩进单位,并且相同级别的代码块应该具有相同的缩进量。


在函数定义、类定义、选择结构、循环结构、异常处理结构和with语句等结构中,对应的函数体和语句块都必须有相应的缩进。


空格与空行


在每个类、函数定义或一段完整的功能代码之后增加一个空行,在运算符两侧各增加一个空格,逗号后面增加一个空格,让代码适当松散一点,不要过于密集。


标识符命名


变量名、函数名和类名统称为标识符。在为标识符起名字时,应该做到“见名知义”。在定义标识符时,应该遵守的规范如下:


  1. 必须以英文字母、汉字或下划线开头。
  2. 名字中可以包含汉字、英文字母、数字和下划线,不能有空格或任何标点符号。
  3. 不能使用关键字。
  4. 区分英文字母的大小写。
  5. 不建议使用系统内置的模块名、类型名、函数名、已导入的模块名及其他成员名作为变量或自定义函数名。


续行


尽量不要写过长的语句,可以使用“\”作为续行符或者使用圆括号把多行代码括起来表示是一条语句。


注释


在python中,常用的注释形式有#和三引号。


#用于单行注释,表示本行中“#”符号之后的内容不作为代码运行。

三引号用于大段说明性文本的注释,也可以用于界定包含换行符的长字符串。


圆括号


圆括号除了用来表示多行代码为一条语句,还常用来修改表达式计算顺序,或增加代码可读性,避免歧义。


标准库、扩展库对象的导入与使用


在编写代码时,一般先导入标准库对象,再导入扩展库对象。


import 模块名[as 别名]


使用这种方式将模块导入以后,使用其中的对象时,需要在对象之前加上模块名作为前缀,也就是必须以“模块名.对象名”的形式进行访问。如果模块名字很长,可以为导入的模块名设置一个别名,然后使用“别名.对象名”的方式来使用其中的对象。


2df1d8c12eb046eeabf9e969eed8a739.png


from 模块名 import 对象名[as 别名]


使用这种方式仅仅导入明确指定的对象,使用对象时不需要用模块名作为前缀,可以减少代码量,提高代码运行速度,打包时可以减少文件的体积。


6f6ce5dca9284f61889c75bbd831cf79.png


from 模块名 import *


使用这种方式可以一次性导入模块中的所有对象,可以直接使用模块中的所有对象而不需要使用模块名作为前缀。


一般不推荐这样使用


总结


以上就是今天的学习内容啦~

如果有兴趣的话可以订阅专栏,持续更新呢~

咱们下期再见~


f806a1f02b8047a99a3c1f606da1b9d4.gif

目录
相关文章
|
3天前
|
算法 Python
请解释Python中的关联规则挖掘以及如何使用Sklearn库实现它。
使用Python的mlxtend库,可以通过Apriori算法进行关联规则挖掘。首先导入TransactionEncoder和apriori等模块,然后准备数据集(如购买行为列表)。对数据集编码并转换后,应用Apriori算法找到频繁项集(设置最小支持度)。最后,生成关联规则并计算置信度(设定最小置信度阈值)。通过调整这些参数可以优化结果。
25 9
|
3天前
|
索引 Python
如何在Python中使用Pandas库进行季节性调整?
在Python中使用Pandas和Statsmodels进行季节性调整的步骤包括:导入pandas和seasonal_decompose模块,准备时间序列DataFrame,调用`seasonal_decompose()`函数分解数据为趋势、季节性和残差,可选地绘制图表分析,以及根据需求去除季节性影响(如将原始数据减去季节性成分)。这是对时间序列数据进行季节性分析的基础流程。
19 2
|
1天前
|
数据挖掘 数据处理 索引
如何使用Python的Pandas库进行数据筛选和过滤?
Pandas是Python数据分析的核心库,提供DataFrame数据结构。基本步骤包括导入库、创建DataFrame及进行数据筛选。示例代码展示了如何通过布尔索引、`query()`和`loc[]`方法筛选`Age`大于19的记录。
6 0
|
2天前
|
数据处理 Python
如何使用Python的Pandas库进行数据排序和排名
【4月更文挑战第22天】Pandas Python库提供数据排序和排名功能。使用`sort_values()`按列进行升序或降序排序,如`df.sort_values(by='A', ascending=False)`。`rank()`函数用于计算排名,如`df['A'].rank(ascending=False)`。多列操作可传入列名列表,如`df.sort_values(by=['A', 'B'], ascending=[True, False])`和分别对'A'、'B'列排名。
13 2
|
3天前
|
Python
如何使用Python的Pandas库进行数据缺失值处理?
Pandas在Python中提供多种处理缺失值的方法:1) 使用`isnull()`检查;2) `dropna()`删除含缺失值的行或列;3) `fillna()`用常数、前后值填充;4) `interpolate()`进行插值填充。根据需求选择合适的方法处理数据缺失。
29 9
|
4天前
|
缓存 自然语言处理 数据处理
Python自然语言处理面试:NLTK、SpaCy与Hugging Face库详解
【4月更文挑战第16天】本文介绍了Python NLP面试中NLTK、SpaCy和Hugging Face库的常见问题和易错点。通过示例代码展示了如何进行分词、词性标注、命名实体识别、相似度计算、依存关系分析、文本分类及预训练模型调用等任务。重点强调了理解库功能、预处理、模型选择、性能优化和模型解释性的重要性,帮助面试者提升NLP技术展示。
22 5
|
5天前
|
Python
如何使用Python的Plotly库创建交互式图表?
Plotly是Python的交互式图表库,支持多种图表类型,如折线图、散点图、柱状图。使用步骤包括安装库、导入模块、准备数据、创建图表对象、添加数据和设置属性,最后显示或保存图表。
16 6
|
5天前
|
机器学习/深度学习 数据采集 算法
请解释Python中的Sklearn库以及它的主要用途。
Sklearn是Python的机器学习库,提供数据预处理、特征选择、分类回归、聚类、模型评估和参数调优等工具。包含监督和无监督学习算法,如SVM、决策树、K-means等,并提供样例数据集便于实践。它是进行机器学习项目的重要资源。
13 1
|
5天前
|
XML 数据采集 自然语言处理
请解释Python中的BeautifulSoup库以及它的主要用途。
BeautifulSoup是Python的HTML/XML解析库,用于数据提取和网页抓取。它提供树形结构解析文档,支持查找、访问和修改元素。主要用途包括网页抓取、数据清洗、自动化测试、内容生成、网站开发及与其他库集成,如Requests和Scrapy。适用于各种数据处理场景。
9 1
|
5天前
|
索引 Python
如何使用Python的Pandas库进行数据透视表(pivot table)操作?
使用Pandas在Python中创建数据透视表的步骤包括:安装Pandas库,导入它,创建或读取数据(如DataFrame),使用`pd.pivot_table()`指定数据框、行索引、列索引和值,计算聚合函数(如平均分),并可打印或保存结果到文件。这允许对数据进行高效汇总和分析。
10 2