Python 入门演示

摘要：集合的长度向集合中添加元素集合的交并差对称差字典用来生成。用数组做参数可以在定义时指定参数的默认值模块中使用关键词来导入模块。表示继承自类函数用来初始化对象表示对象自身，类似于里面。

整数相加，得到整数：

2 + 2

4

浮点数相加，得到浮点数：

2.0 + 2.5

4.5

整数和浮点数相加，得到浮点数：

2 + 2.5

4.5

Python使用<变量名>=<表达式>的方式对变量进行赋值

a = 0.2

字符串的生成，单引号与双引号是等价的：

s = "hello world"
s

"hello world"

s = "hello world"
s

"hello world"

三引号用来输入包含多行文字的字符串：

s = """hello
world"""
print s

hello
world

s = """hello
world"""
print s

hello
world

字符串的加法：

s = "hello" + " world"
s

"hello world"

字符串索引：

s[0]

"h"

s[-1]

"d"

s[0:5]

"hello"

字符串的分割：

s = "hello world"
s.split()

["hello", "world"]

查看字符串的长度：

len(s)

11

Python用[]来生成列表

a = [1, 2.0, "hello", 5 + 1.0]
a

[1, 2.0, "hello", 6.0]

列表加法：

a + a

[1, 2.0, "hello", 6.0, 1, 2.0, "hello", 6.0]

列表索引：

a[1]

2.0

列表长度：

len(a)

4

向列表中添加元素：

a.append("world")
a

[1, 2.0, "hello", 6.0, "world"]

Python用{}来生成集合，集合中不含有相同元素。

s = {2, 3, 4, 2}
s

{2, 3, 4}

集合的长度：

len(s)

3

向集合中添加元素：

s.add(1)
s

{1, 2, 3, 4}

集合的交：

a = {1, 2, 3, 4}
b = {2, 3, 4, 5}
a & b

{2, 3, 4}

并：

a | b

{1, 2, 3, 4, 5}

差：

a - b

{1}

对称差：

a ^ b

{1, 5}

Python用{key:value}来生成Dictionary。

d = {"dogs":5, "cats":4}
d

{"cats": 4, "dogs": 5}

字典的大小

len(d)

2

查看字典某个键对应的值：

d["dogs"]

5

修改键值：

d["dogs"] = 2
d

{"cats": 4, "dogs": 2}

插入键值：

d["pigs"] = 7
d

{"cats": 4, "dogs": 2, "pigs": 7}

所有的键：

d.keys()

["cats", "dogs", "pigs"]

所有的值：

d.values()

[4, 2, 7]

所有的键值对：

d.items()

[("cats", 4), ("dogs", 2), ("pigs", 7)]

需要先导入需要的包，Numpy数组可以进行很多列表不能进行的运算。

from numpy import array
a = array([1, 2, 3, 4])
a

array([1, 2, 3, 4])

加法：

a + 2

array([3, 4, 5, 6])

a + a

array([2, 4, 6, 8])

Python提供了一个很像MATLAB的绘图接口。

%matplotlib inline
from matplotlib.pyplot import plot
plot(a, a**2)

line = "1 2 3 4 5"
fields = line.split()
fields

["1", "2", "3", "4", "5"]

total = 0
for field in fields:
    total += int(field)
total

15

Python中有一种叫做列表推导式(List comprehension)的用法：

numbers = [int(field) for field in fields]
numbers

[1, 2, 3, 4, 5]

sum(numbers)

15

写在一行：

sum([int(field) for field in line.split()])

15

cd ~

d:Userslijin

写文件：

f = open("data.txt", "w")
f.write("1 2 3 4
")
f.write("2 3 4 5
")
f.close()

读文件：

f = open("data.txt")
data = []
for line in f:
    data.append([int(field) for field in line.split()])
f.close()
data

[[1, 2, 3, 4], [2, 3, 4, 5]]

for row in data:
    print row

[1, 2, 3, 4]
[2, 3, 4, 5]

删除文件：

import os
os.remove("data.txt")

Python用关键词def来定义函数。

def poly(x, a, b, c):
    y = a * x ** 2 + b * x + c
    return y

x = 1
poly(x, 1, 2, 3)

6

用Numpy数组做参数x：

x = array([1, 2, 3])
poly(x, 1, 2, 3)

array([ 6, 11, 18])

可以在定义时指定参数的默认值：

from numpy import arange

def poly(x, a = 1, b = 2, c = 3):
    y = a*x**2 + b*x + c
    return y

x = arange(10)
x
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

poly(x)

array([  3,   6,  11,  18,  27,  38,  51,  66,  83, 102])

poly(x, b = 1)

array([ 3,  5,  9, 15, 23, 33, 45, 59, 75, 93])

Python中使用import关键词来导入模块。

import os

当前进程号：

os.getpid()

4400

系统分隔符：

os.sep

""

用class来定义一个类。
Person(object)表示继承自object类；
__init__函数用来初始化对象；
self表示对象自身，类似于C Java里面this。

class Person(object):
    def __init__(self, first, last, age):
        self.first = first
        self.last = last
        self.age = age
    def full_name(self):
        return self.first + " " + self.last

构建新对象：

person = Person("Mertle", "Sedgewick", 52)

调用对象的属性：

person.first

"Mertle"

调用对象的方法：

person.full_name()

"Mertle Sedgewick"

修改对象的属性：

person.last = "Smith"

添加新属性，d是之前定义的字典：

person.critters = d
person.critters

{"cats": 4, "dogs": 2, "pigs": 7}

url = "http://ichart.finance.yahoo.com/table.csv?s=GE&d=10&e=5&f=2013&g=d&a=0&b=2&c=1962&ignore=.csv"

处理后就相当于一个可读文件：

import urllib2
ge_csv = urllib2.urlopen(url)
data = []
for line in ge_csv:
    data.append(line.split(","))
data[:4]

[["Date", "Open", "High", "Low", "Close", "Volume", "Adj Close
"],
 ["2013-11-05", "26.32", "26.52", "26.26", "26.42", "24897500", "24.872115
"],
 ["2013-11-04",
  "26.59",
  "26.59",
  "26.309999",
  "26.43",
  "28166100",
  "24.88153
"],
 ["2013-11-01",
  "26.049999",
  "26.639999",
  "26.030001",
  "26.540001",
  "55634500",
  "24.985086
"]]

使用pandas处理数据：

ge_csv = urllib2.urlopen(url)
import pandas
ge = pandas.read_csv(ge_csv, index_col=0, parse_dates=True)
ge.plot(y="Adj Close")