• Python实用技巧


    1、改变工作目录

    1 import os
    2 os.chdir('C:/Users/Mr.Zhao')

    2、搜索制定目录下的文件

    1 import glob
    2 glob.glob('C:/User/Mr.Zhao/*.csv')

    3、对字典进行排序

    1 dict_test = {'Zhao':1,'Zhou':2,'Zheng':3}
    2 sorted(dict_test.items(), key = lambda x : x[0], reverse = True)

        结果为:[('Zhou', 2), ('Zheng', 3), ('Zhao', 1)]

    4、对一个列表中的不同类别计数

    1 import collections
    2 list_test = ['a','b','b','c','c','c','d','d','d','d']
    3 collections.Counter(list_test)

    5、random模块中随机抽取

    1 from random import choice
    2 list_test=[1,2,3,4]
    3 choice(list_test)     #每次抽取list_test中的一个,每次取值不同
    4 
    5 
    6 from random import sample
    7 num = range(10000)
    8 sample(num,100)   #每次抽取100个

    6、计时工具

    import timeit
    def test_func():
        x = range(100000)
        return x
    
    timeit.timeit(test_func, number = 1)  #准确测量test_func()函数执行时间

    7、对列表元素去重

     1 test= [1,1,2,2,3,3,4,4,4]
     2 
     3 #方法一
     4 list(set(test))
     5 
     6 #结果为   [1, 2, 3, 4]
     7 
     8 
     9 #方法二
    10 {}.fromkeys(test).keys()
    11 
    12 #结果为   dict_keys([1, 2, 3, 4])

    8、设置python中默认的编码

    1 import sys
    2 
    3 if sys.getdefaultencoding() != 'utf-8' :
    4     reload(sys)
    5     sys.setdefaultencoding('utf-8')
    6 else:
    7     pass

    9、find 和 rfind 函数(用于查找字符串中某一个字符的位置)

    1 str = "abcdefghijkd"
    2 
    3 str.find("d")     #默认从左侧开始查找
    4 
    5 #结果为  3
    6 
    7 str.rfind("d")    #rfind()从右侧开始查找
    8 
    9 #结果为  11

    10、numpy模块中的concatenate()函数

     1 import numpy as np
     2 
     3 test = [
     4            np.array([1,2,3])
     5           ,np.array([4,5,6,7])
     6           ,np.array([9,10])
     7           ]
     8 
     9                    #输出为 [array([1, 2, 3]), array([4, 5, 6, 7]), array([ 9, 10])]
    10 
    11 np.concatenate(test)
    12  
    13 #此时test输出为 array([1,  2,  3,  4,  5,  6,  7,  9, 10])
  • 相关阅读:
    Fragment中获取Activity的Context (转)
    raw cannot be resolved or is not a field解决办法
    商业分析07_06分布情况分析
    商业分析07_04漏斗分析
    商业分析07_03数据涨跌异动如何处理
    商业分析07_02多维度拆解
    商业分析07_01对比分析
    商业分析07_00概述 数据分析
    商业分析06选择数据工具
    商业分析05如何选取数据指标
  • 原文地址:https://www.cnblogs.com/myblog1993/p/8297895.html
Copyright © 2020-2023  润新知