1 变量和简单数据类型
变量命名格式：变量名 = “赋值”
1.1 变量使用规范
使用变量时，需要遵守一些规则。违反这些规则将引发错误。
~变量名只能包含数字、字母、下划线。变量名不能以数字开头以及不能包含空格。
~变量名不能将Python保留字和函数名作为变量名。如print等
如下是python3的33个保留字列表：
~变量名要简单又具有描述性。如name比n好，user_name比u_n好。
~慎用大写字母I和O，避免看错成数字1和0。
1.2 字符串
字符串就是一系列字符。在Python中，用引号括起的都是字符串，其中引号包括单引号和双引号。这种灵活性能够在字符串中包含引号和撇号，如：
>>> str = "I'm David" >>> str1 = 'I told my friend,"i love Python"'
常用字符串操作方法
以首字母大写的方式显示每个单词：
>>> name = "hello python world"
>>> print(name.title())
Hello Python World
将字符串改为全部大写或全部小写：
>>> str1 = "I love python" >>> print(str1.upper()) #将字符串改为全部大写 I LOVE PYTHON >>> print(str1.lower()) #将字符串改为全部小写 i love python
字符串合拼（拼接）
Python使用加号（+）来合拼字符串，如：
>>> first_name = "Guido" >>> last_name = "van Rossum" >>> full_name = first_name + " " + last_name >>> print(full_name) Guido van Rossum
使用制表符 或换行符 添加空白：
>>> print("Languages: Python C++ PHP") Languages: Python C++ PHP
删除字符串的空格：
>>> name = " p y t h o n " >>> print(name.rstrip()) #删除字符串右端空格 p y t h o n >>> print(name.lstrip()) #删除字符串左端空格 p y t h o n >>> print(name.strip()) #删除字符串两端空格 p y t h o n >>> print(name.replace(' ','')) #删除字符串全部空格包括制表符和换行符 python
字符串的序号
字符串是字符的序列，可以按照单个字符或字符片段进行索引。
>>> name = "Hello World" >>> print(name[0]) H >>> print(name[0:-1]) Hello Worl >>> print(name[-1]) d >>> print(name[::]) Hello World >>> print(name[0:11]) Hello World
找到字符串中最低字符索引号：S.find(sub [,start [,end]]) -> int
失败时返回-1
>>> name = "hello world" >>> print(name.find('d')) 10
返回某些字符出现的次数：S.count(sub[, start[, end]]) -> int
>>> name = "hello world" >>> print(name.count('l')) 3
把字符串由分隔符返回一个列表：S.split([sep [,maxsplit]]) -> list of strings，如果给定maxsplit，则最多为maxsplit
>>> name = "hello world" >>> print(name.split(' ')) ['hello', 'world']
>>> print(name.split(' ',0))
['hello world']
字符串格式化输出（format和%用法）
%方法格式代码
>>> "{}:计算机{}的CPU占用率为{}%".format('2019-03-25','python',10) #S.format(*args, **kwargs) -> string '2019-03-25:计算机python的CPU占用率为10%'
>>> "%s:计算机%s的CPU占用率为%d%%" % ('2019-03-25','python',10) #%用法
'2019-03-25:计算机python的CPU占用率为10%
小结：可以用help函数查看字符串的相关操作，比如help(str.find)
2 组合数据类型
2.1 集合类型
集合的定义及操作
~集合用大括号{}表示，元素间用逗号分隔；
~建立集合类型用{}或set();
~建立空集合类型，必须用set();
~集合元素之间无序；
~集合中每个元素唯一，不存在相同元素
>>> A = {"python",'666',("wenwei-blog",666)}
{'python', '666', ('wenwei-blog', 666)}
>>> B = set("pypy")
{'y', 'p'}
>>> C = {"python",123,"python",123}
{'python', 123}
集合操作符
6个操作符
4个增强操作符
集合操作方法
集合应用场景
包含关系比较；数据去重。
2.1 序列类型定义
~序列是具有先后关系的一组元素
~序列是一个基类类型（基本数据类型）
~序列类型分为字符串、列表、元组类型
2.2 序列类型之列表
列表由一系列按特定顺序排列的元素组成，用方括号[]来表示列表。
列表的增删改查相关操作
|
函数或方法 |
描述 |
实例 |
|
L[i]=x |
替换列表L第i数据项为x |
>>> L = ['Python','PHP','JavaScript','C++'] >>> L[1] = 'Java' >>> L ['Python', 'Java', 'JavaScript', 'C++'] |
|
L[i:j]=L1 |
用列表L1替换列表L中第i到j项数据 |
>>> L |
|
del L[i:j:k] |
删除列表L第i到第j项以k为步数的数据 |
>>> L |
|
L+=L1或L.extend(L1) |
将列表L1元素增加到列表L中 |
>>> L;L1 ['C', 'JavaScript', 'Java', 'Ruby', 'Lua'] |
|
L*=n |
将L列表的元素重复n次 |
>>> L1*=2 |
|
L.append(x) |
在L列表最好添加元素x |
>>> L |
|
L.clear() |
删除列表L的所有元素 |
>>> L |
|
L1 = L.copy() |
复制L列表生成新的L1列表 |
>>> L |
|
L.insert(i,x) |
在列表L的第i位置增加元素x |
>>> L |
|
L.pop(i) |
将列表L中的第i项元素删除 |
>>> L;L.pop(2); |
|
L.remove(x) |
将列表的第一个x元素删除 |
>>> L |
|
L.reverse(x) |
将列表L中的元素反转 |
>>> L;L.reverse();L |
|
L.sort() |
将列表L的元素按首字母顺序排序 |
>>> L.sort() |
|
L.index(x) |
获取列表L的x元素的索引号 |
>>> L.index('Python') |
对列表数字执行简单统计计算
>>> digits = [1,23,434,55,44,67] >>> min(digits) 1 >>> max(digits) 434 >>> sum(digits) 624
列表相关练习
练习1：创建一个列表，其中包含数字1-100并打印出来然后计算列表数字的总值。
>>> digits = [value for value in range(1,101)];sum(digits) 5050
练习2：求1-20的奇数
>>> for i in range(1,21,2): print(i) 1 3 5 7 9 11 13 15 17 19
练习3： 输出3-30以内能被3整除的数字
>>> lists = [n for n in range(3,31)] >>> lists [3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30] >>> for i in lists: if i % 3 == 0: print(i) 3 6 9 12 15 18 21 24 27 30
2.3 序列类型之元组
>>> names = ('zhiwenwei','zhouyouxian') >>> names.index('zhiwenwei') 0 >>> names.count('zhiwenwei') 1
元组练习题
2.4 字典类型
字典是包含0个或多个键值对的集合，没有长度限制，可以根据键索引值的内容。
Python语言中通过字典实现映射，通过大括号{}建立，建立模型如下：
{键1：值1，键2：值2，...}
>>> city = {'中国':'北京','美国':'纽约','法国':'巴黎'}
>>> city
{'中国': '北京', '美国': '纽约', '法国': '巴黎'}
拓展：字典是无序的。python语言中，字符串、列表、元组都是采用数字索引，字典采用字符索引。
字典的函数和方法
字典的基本原则
字典是一个键值对的集合，该集合以键为索引，一个键对应一个值信息
字典中的元素以键信息为索引访问
字典长度是可变的，可以通过对键信息赋值实现增加或修改键值对。
2.5 jieba库基本介绍
jieba库提供三种分词模式，最简单只需要掌握一个函数；
jieba是优秀的中文分词第三方库，需额外安装
jieba库的安装方法
pip install jieba
jieba分词的三种模式
精确模式：把文本精确切分，不存冗余单词
>>> word1 = jieba.lcut("python无所不能！除了生不出孩子,我们应该学习使用它！") Building prefix dict from the default dictionary ... Dumping model to file cache /tmp/jieba.cache Loading model cost 1.832 seconds. Prefix dict has been built succesfully. >>> print(word1,type(word1)) ['python', '无所不能', '！', '除了', '生不出', '孩子', ',', '我们', '应该', '学习', '使用', '它', '！'] <class 'list'>
2.6 实例：文本词频统计
英文文本：hamlet，统计出现最多的英文单词
https://python123.io/resources/pye/hamlet.txt
代码实现：
#Hamlet词频统计 def getText(): txt = open("hamlet",'r').read() txt = txt.lower() #大写字母转换小写 for word in '~!@#$%^&*()_+-={}[],./:";<>?': txt = txt.replace(word," ")#把多余符号转换为空格 return txt hamletTxt = getText() words = hamletTxt.split() #以空格拆分为列表 counts = {} for word in words: counts[word] = counts.get(word,0) + 1 #以每个词为键，值默认0，,每出现一次累加1 items = list(counts.items()) items.sort(key=lambda x:x[1],reverse=True) #[1]按照第二维排序，reverse=True表示降序 for i in range(10): word,count = items[i] print("{0:<10}{1:5}".format(word,count))
中文文本：三国，分析人物
https://python123.io/resources/pye/threekingdoms.txt
import jieba txt = open("Threekingdoms", 'r', encoding="utf-8").read() excludes = {'将军','却说','荆州','二人','不可','不能','如此'} words = jieba.lcut(txt) counts = {} for word in words: if len(word) == 1: continue #书中同一人物多个名字统一改为一个名字 elif word == '诸葛亮' or word == '空明日': rword = "孔明" elif word == '关公' or word == '云长': rword = "关羽" elif word == '玄德' or word == '玄德日': rword = "刘备" elif word == '孟德' or word == '丞相': rword = "曹操" else: rword = word counts[word] = counts.get(word, 0) + 1 for word in excludes: del counts[word] #去重 items = list(counts.items()) items.sort(key=lambda x:x[1],reverse=True) for i in range(10): word,count = items[i] print("{0:<10}{1:>5}".format(word,count))
3 程序的控制结构
3.1 程序的分支结构
根据判断条件结果而选择不同向前路径的运行方式
单分支结构
if <条件> :
<语句块>
示例：
guess = eval(input("请输入数字：")) if guess == 88: print("猜对了")
二分支结构
if <条件> :
<语句块>
else：
<语句块>
guess = eval(input("请输入数字：")) if guess == 88: print("猜对了") else: print("猜错了")
多分支结构
if <条件1> :
<语句块1>
elif <条件2> :
<语句块2>
...
else:
<语句块N>
示例
age = 25 count = 0 while count < 3: guess_age = int(input("guess_age:")) if guess_age == age: print("yes,you got it!!!") break elif guess_age > age: print("think smaller...") else: print("think bigger...") count += 1
3.2 程序的循环结构
遍历循环
语法结构：
for <循环变量> in <循环结构>:
<语句块>
无限循环
由条件控制的循环运行方式
语法结构：
while <条件>:
<语句块>
循环控制保留字
break 和 continue
-break 跳出并结束当前整个循环，执行循环后的语句
-continue 结束当次循环，继续执行后续次数循环
循环的拓展
当循环没有被break语句退出时，执行else语句。
else语句作为“正常”完成循环的奖励
3.3 异常处理
异常处理的基本使用
示例
try: num = eval(input("请输入数字")) print(num**2) except: print("你输入的不是数字")
异常处理的高级使用
try：
语句块1
except：
语句块2
else：
语句块3（不发生异常时执行）
finally
语句块4（最终会执行）
3.4 实例：身体质量指数BMI
体质指数（BMI）= 体重（kg）÷ 身高²（m）
代码实例：
height,weight = eval(input("请输入身体(米)和体重(公斤)[逗号分开]：")) bmi = weight / pow(height,2) print("BMI数值为：{:.2f}".format(bmi))#.2f#保留两位小数 who,nat = "","" if bmi < 18.5: who,nat = "偏瘦","偏瘦" elif 18.5 <= bmi < 24: who,nat = "正常","正常" elif 24 <= bmi < 25: who,nat = "正常","偏胖" elif 25 <= bmi < 28: who,nat = "偏胖","偏胖" elif 28 <= bmi <30: who,nat = "偏胖","肥胖" else: who,nat = "肥胖","肥胖" print("BMI指标为：国际'{}',国内'{}'".format(who,nat))
结果展示：
4 函数和代码复用
4.1 函数的定义和作用
def 函数名(o个或多个参数):
函数体
return 返回值
-函数是一段代码的表示
-函数是一段具有特定功能的、可重用的语句组
-函数是一种功能的抽象，一般函数表达特定功能
两个作用：降低编程难度和代码重用
函数的调用
4.2 函数的参数传递
可选参数传递
函数定义时可以为某些参数定义默认值，构成可选参数。
def test(n,m=1): #m为可选参数 s = 1 for i in range(1,n+1): s *= i print(s//m) test(10) test(10,2)
结果：
可变参数传递
def test(n,*args):#args为可变参数，也可以命名其他值 s = 1 for i in range(1,n+1): s += i for item in args: s += item print(s) test(10,3) test(10,3,1,5)
函数执行结果：
参数组合：*args和**kwargs
def test(*args,**kwargs): print("args =",args) print("kwargs =",kwargs) print("----------------------------------") if __name__ == '__main__': test(1,5,94,564) test(a=1,b=2,c=3) test(1,2,3,4,a=1,b=2,c=3) test('I love python',1,None,a=1,b=2,c=3)
函数执行结果：
参数传递的两种方式：位置传递和名称传递
小结：
函数可以有参数也可以没有，但必须保持括号。*args是可变参数，args接收的是一个tuple；**kw是关键字参数，kw接收的是一个dict。在同时使用*args和**kwargs时，必须*args参数列要在**kwargs前面。
4.3 lambda函数
lambda函数是一种匿名函数，即没有名字的函数；lambda函数用于定义简单的、能够在一行内表示的函数。
g = lambda x,y:x*y print(g(4,5))
6 文件和数据格式化
5.1 文件的使用
Python open() 方法用于打开一个文件，并返回文件对象，在对文件进行处理过程都需要使用到这个函数，如果该文件无法被打开，会抛出 OSError。
常用语法格式
变量名 = open（文件路径（相对或绝对路径），打开模式，encoding=None）
打开模式
| 打开的文件模式 | 描述 |
| ‘r’ | 只读模式，默认值，文件不存在返回FileNotFoundError |
| ‘w’ | 覆盖写模式，文件不存在则创建，存在则完全覆盖 |
| ‘x’ | 创建写模式，文件不存在则创建，存在则返回FileExistsError |
| ‘a’ | 追加写模式，文件不存在则创建，存在则在文件最后追加内容 |
| ‘b’ | 二进制文件模式 |
| ‘t’ | 文本文件模式，默认值 |
| '+' | 与r/w/x/a一同使用，在原功能基础上增加同时读写功能 |
file对象
file 对象使用 open 函数来创建，下表列出了 file 对象常用的函数
| file对象 | 描述 |
| f.read(size) | 读入全部内容，如果给出参数，读入前size长度 |
| f.readline() | 读取整行，包括 " " 字符。 |
| f.readlines(sizeint) | 读取所有行并返回列表，若给定sizeint>0，则是设置一次读多少字节，这是为了减轻读取压力。 |
| f.write(s) | 将字符串或字节流写入文件 |
| f.writelines(lines) | 将元素全为字符串的列表写入文件 |
| f.close() | 关闭文件 |
| f.seed(offset) | 调整当前文件操作指针的位置，0-文件开头；1-文件当前位置；2-文件末尾位置 |
| f.flush() | 刷新文件内部缓冲，数据立刻写入文件 |
5.2 wordcloud库的使用
词云以词语为基本单位，更加直观和艺术第展示文件。
wordcloud库官网：https://amueller.github.io/word_cloud/
github地址：https://github.com/amueller/word_cloud
wordcloud下载安装
pip install wordcloud
wordcloud常规方法
w = wordcloud.WordCloud()
| 方法 | 描述 | 例子 |
| w.generate(text) | 向wordcloud对象w加载文本text |
w.generate("Python by WordCloud")
|
| w.to_file(filename) | 将词云输出.png或.jpg图像文件 |
w.to_file("outfile.png")
|
实例
import wordcloud w = wordcloud.WordCloud() #设置wordcloud对象 w.generate("Python by WordCloud,is fun and powerful!") #配置对象参数并加载词云文本 w.to_file("outfile.png") #输出词云文件
执行生成图片：
程序执行过程报错：ModuleNotFoundError: No module named 'matplotlib'
解决报错：安装python画图工具第三方库matplotlib：pip install matplotlib
wordcloud工作流程
-
- 分割：以空格分割单词
- 统计：单词出现次数并过滤
- 字体：根据统计配置字号
- 布局：颜色环境尺寸
配置对象参数
w.wordcloud.WordCloud(<参数>)
| 参数 | 描述 | 例子 |
| width | 指定生成图片宽度，默认400像素 |
width=500 |
| height | 指定生成图片高度，默认200像素 |
height=300 |
| min_font_size | 指定词云字体最小字号，默认4号 |
min_font_size=20 |
| max_font_size | 指定词云字体最大字号，根据高度自动调节 |
max_font_size=40 |
| font_step | 指定词云单词步进间隔，默认1 |
font_step=6 |
| font_path | 指定文件字体的路径，默认None | font_path="msyh.ttc" |
| max_words | 指定词云显示最多单词数量，默认200 |
max_words=5 |
| stopwords | 指定词云排除列表，即不显示的单词列表 | stopwords={"python"} |
| mask | 指定词云形状，默认长方形，修改需应用imread函数 |
from scripy.misc import imread mk=imread("pic.png") mask=mk |
| background_color | 指定词云图片背景颜色，默认黑色 |
background_color="white" |
实例1
import wordcloud w = wordcloud.WordCloud() text = "life is short, you need python" w = wordcloud.WordCloud(background_color="white",width=500,height=300, min_font_size=20,max_font_size=40,font_step=6, max_words=5) w.generate(text) w.to_file("outfile2.png")
实例2
import wordcloud import jieba text = """ wordcloud是python非常优秀的第三方库，词云以词语为基本单位更加直观和艺术的展示文本词云图， 也叫文字云，是对文本中出现频率较高的关键词予以视觉化的展现，词云图过滤掉大量的低频低质的文本信息， 使得浏览者只要一眼扫过文本就可领略文本的主旨。基于Python的词云生成类库,好用功能强大。 在做统计分析的时候有着很好的应用。 """ w = wordcloud.WordCloud(width=800,height=400,font_path="msyh.ttc") w.generate(" ".join(jieba.lcut(text))) #中文需要先分词并组成空格分隔字符串 w.to_file("outfile3.png")
实例3
常规图词云
https://python123.io/resources/pye/新时代中国特色社会主义.txt
import wordcloud import jieba f = open("新时代中国特色社会主义","r",encoding="utf-8") text = jieba.lcut(f.read()) text = " ".join(text) f.close() w = wordcloud.WordCloud(background_color='white',width=800,height=400,font_path="msyh.ttc") w.generate(text) w.to_file("outfile4.png")
实例4
不常规图词云：生成下图五角星形状
import wordcloud import jieba from scipy.misc import imread #图片必须是白色背景色 mask = imread('five-pointed star.png') f = open("新时代中国特色社会主义","r",encoding="utf-8") text = jieba.lcut(f.read()) text = " ".join(text) f.close() w = wordcloud.WordCloud(background_color='white',width=1000,height=700,font_path="msyh.ttc",mask=mask) w.generate(text) w.to_file("outfile5.png")
效果
