python入门基础代码

1、python 入门基础代码#查找 index 函数的帮助help(str.index) #for 循环和 break 语句from math import sqrt for i in range(2,101): flag=1 k=int(sqrt(i) for j in range(2,k 1): if i%j=0: flag=0 break if(flag): print i #continue 语句 ,满足条件跳出 continue 后面的语句sumA=0 i=1 while i<=5: sumA =i i =1 if i=3:continue print 'i=%d,sum

2、=%d'%(i,sumA) #循环中的 else 语句k=5 for i in range(1,10): if k=3: break else: print i #自定义函数 /素材 1-100 间素数from math import sqrt def isprime(x): if x=1: return False k=int(sqrt(x) for j in range(2,k 1): if x%j=0: return False return True for i in range(2,101): if isprime(i): print idef f(x,y=True): #

3、默认参数要放在参数列表的最后'x and y both correct words or not' print x,'and y both correct' print x,'is Ok' f(68) f(68,False) #传递函数 def addme2me(x): return(x x) def self(f,y): print f(y) self(addme2me,2.2) #lambda 函数my_add=lambda x,y:x y my_add(5,6) #数据获取与表示 f=open(r'E:360Downloadsfir

4、stpro.txt','w') # 新建一个文件f.write('hello,world') #f 为对象， write 写入文件f.close()f=open(r'E:360Downloadsfirstpro.txt','r') #r代表读出p1=f.read(5) #5 代表读出的字节数p2=f.read()print p1,p2 f.close f1=open(r'E:360Downloadscompanies.txt') cname=f1.readlines() for i in range(0,l

5、en(cname): cnamei=str(i 1) '' cnamei f1.close f2=open(r'E:360Downloadsscompanies.txt','w') f2.writelines(cname) f2.close() #网络数据获取 import urllib r=urllib.urlopen(' html=r.read #序列 #标准类型运算符 'apple'<'banana' 1,2,3!=4,5,6# 值比较atuple=('ba',126.4) bt

6、uple=atuple btuple is not atuple# 对象身份比较('86.40'<'122.64') and ('apple'<'banana')#布尔运算#序列类型运算符 week='mondy','tuesday','wednesday','thursday','firday','sat uday','sunday' print week1,week-2,'n',week1

7、:4,'n',week:6,'n',week:-1#序列值的序号是从 0 开始到 N-1 或者从 -1 到 N 'apple'*3 'ba' in ('ba','the boeingcompany') #序列类型转换工厂函数 list('hello,world')# 将字符串转成列表tuple('hello,world')# 将字符串转成元组 #字符串 s1='''hello''b'' world!'&#

8、39;' s1 # 三引号可以保持里面字符串的原貌s2=r'd:pythona.py' s2 ccode='axp','ba','cat','csco','cvx' cprice='86.40','122.64','99.44','23.78','115.91' for i in range(5): print '%d%8s:%8s' %(i,ccodei,cpricei) #%8s 指的占 8

9、个字符print 'i get %d%!' %32 # 两个%会留下一个astr='what do you think of this saying 'no pain,no gain'?' tempstr=astr.split(''')1 #' 为转义字符if tempstr.istitle(): print 'it is title format' else: print 'it is not title format'八进制数 000 代表的字符 t 代表横向制表符print a

10、str# 列表jscores=9,9,8.5,10,7,8,8,9,8,10 ascore=9 jscores.sort() jscores.pop() # 去掉最高分jscores.pop(0) # 去掉最低分jscores.append(ascore) # 合并avescore=sum(jscores)/len(jscores) print avescoreweek='monday','tuesday','wednesday','thursday', 'firday' weekend='saturday

11、','sunday' week.extend(weekend)#extend 合并函数for i,j in enumerate(week):#enumerate 函数 产生从 0 开始 的序列print i 1,jnumlist=3,11,5,8,16,1 numlist.sort(reverse=True) # 按逆序排列numlist fruitlist='apple','banana','pear','lemon','avocado' fruitlist.sort(key=len) f

12、ruitlist # 按字符长度排序#列表解析 x*2 for x in range(10) x*2 for x in range(10) if x*2<50 (x 1,y 1) for x in range(2) for y in range(2) #元组 atruple=(1,2,3) atruple atruple1: len(atruple) btruple=('monday',1,2,3) btruple01 2014, # 创建元组 2014 alist='axp','ba','cat' atruple=(

13、9;axp','ba','cat') alist1='alibaba' atruple1='alibaba'# 元组是不可变的，列表是可变的alist=3,5,2,4 alist.sort() # 改变原来列表alist alist=3,5,2,4 sorted(alist) #sorted 只是新生成一个列表的副本，原来的列 表并没有改变alist #但元组就只能使用 sorted ，不能用 sort ，因为不能改变元atruple=(3,5,2,4) atruple.sort # 会报错def func(args1,a

14、rgs2='world'):# 元组作为函数形式的参数print args1,args2 func('hello',) func(args2='apple',args1='hello') def func(args1,*args): print args1 print args func('hello,','wangdachui','liuyuan','linlin')#返回值类型为元组的函数 enumerate() 、 coerce()直接#字典 ainfo=

15、9;wangdachui':3000,'niuyun':2000,'linlin':3000 #创建字典info=('wangdachui',3000),('niuyun',2000),('linlin',3000) binfo=dict(info) # 利用 dict 函数创建字典cinfo=dict('wangdachui',3000,'niuyun',2000,'linlin',3000 ) dinfo=dict(wangdachui=3000,niuy

16、un=2000,linlin=3000) adict=.fromkeys('wangdachui','niuyun','linlin'),3000) #fromkeys 函数将所有的 keys 初始值设置为 3000 adict plist=('axp','american express','86.40'),('ba','the boeing company','122.64'),('cat','caterpillar inc

17、.','99.44') alist blist for i in range(2): astr=plisti0 bstr=plisti2 alist.append(astr) blist.append(bstr) adict=dict(zip(alist,blist) #zip 函数#字典的使用 #字典的基本操作 ainfo='wangdachui':3000,'niuyun':2000,'linglin':4500,'tianq i':8000 ainfo'niuyun' # 键值查找ai

18、nfo'niuyun'=9999# 更新ainfo ainfo'funyun'=1000# 查找'mayun' in ainfo # 成员判断del ainfo # 删除字典ainfo='wangdachui':3000,'niuyun':2000,'linglin':4500,'tianq i':8000 for key in ainfo.keys():格式说明print 'name=%s,salary=%s' %(key,ainfokey) 'niuyun

19、's salary is %(niuyun)s.' %ainfo #%(key)符 % 字典对象名ainfo='wangdachui':3000,'niuyun':2000,'linglin':4500,'tianq i':8000 ainfo.keys() ainfo.values() ainfo='wangdachui':3000,'niuyun':2000,'linglin':4500,'tianq i':8000 binfo='wang

20、dachui':3000,'niuyun':9999,'linglin':4500,'wan gzi':8000 ainfo.update(binfo)#update 函数 快速更改ainfo astock='axp':86.4,'ba':122.64 bstock=astock astock= # 此时只会讲 astock 清空，不会将 bstock 清空， 需要用 clear 函数才会将关联的都删除bstock astock.clear() bstock #字典作为函数的形式参数 def func(ar

21、gs1,*argst,*argsd): # 一个 *是可变长位置参数， *可变长关键字参数 print args1 print argst print argsdfunc('hello','wangdachui','niuyun','linglin',a1=1,a2=2,a 3=3) #集合 names='wangdachui','niuyun','wangzi','wangdachui','lingli ng','niuyun' na

22、messet=set(names) #set 删除重复对象， 因为集合的元素 都不重复namesset aset=set('hello') aset fset=frozenset('hello') fset #集合比较 aset=set('sunrise') bset=set('sunset') 'u' in aset aset=bset set('sun') aset&bset # 集合关系运算aset|bset aset-bset asetSset #不能同时属于两个集合 aset-=s

23、et('sun') # 运算符可复合#集合内建函数 aset=set('sunrise') bset=set('sunset') aset.issubset(bset) # 是否为子集ersection(bset) # 交集aset.difference(bset)# 差补cset=aset.copy() # 拷贝#面向可变集合的函数 aset=set('sunrise') aset.add('!') aset aset.update('yeah') aset.remove('

24、;!') aset.clear() #扩展库 scipy import numpy as np xarray=np.ones(3,4) # 生产 3*4 的全部为 1 的矩阵xarry from scipy import linalg arr=np.array(1,2,3,4) linalg.det(arr) #ndarry from numpy import * aarray=array(1,2,3) aarray barray=array(1,2,3),(4,5,6)barray zeros(2,2) arange(1,5,0.5) aarray=array(1,2,3),(4,5

25、,6) sin(aarray) aarray.shape # 数组的维度barray=aarray.reshape(3,2) barray aarray.sum() aarray.sum(axis=0) # 通过设置参数，分别行、列求和aarray.sum(axis=1) carray=array(1,3,5) carray:1 # 切片功能darray=array(2,4,6)函数函数earray=array(7,8,9) where(carray>2,darray,earray) #where def fun(x,y): return (x 1)*(y 1) arr=fromfunc

26、tion(fun,(9,9) #fromfunction arr#ufunc 函数能对数组中每个元素进行操作，包括 add 等函数import numpy as npa=np.arange(1,5) b=np.arange(2,6) np.add(a,b) np.add.accumulate(2,3,8) np.multiply.accumulate(2,3,8) #series #series 类似于一维数组的对象，由数据和索引组成from pandas import Series import pandas as pd aser=pd.Series(1,2.0,'a') b

27、ser=pd.Series('apple','peach','lemon',index=1,2,3) bser.index bser.values aser'a' import numpy as np np.exp(aser) #series 数据对齐data='axp':'86','csco':'122','ba':'94' sindex='axp','csco','aapl' aser

28、=pd.Series(data,index=sindex) aser pd.isnull(aser)#series 的 name 属性='cnames ='volume' aser #dataframe 表结构#大致可以看成共享一个 index 的 series 的集合data='name':'wangdachui','linlin','niuyun','pay':4000,500 0,6000 frame=pd.DataFrame(data)

29、 frame'name' frame.pay frame.ix2 # 索引所对应的数据#dataframe 对象的修改和删除frame'name'='admin' # 对 name 下的所有元素进行更改del frame'pay' frame ='no' #便捷数据获取 #便捷网络数据 雅虎财经from matplotlib.finance import quotes_historical_yahoo from datetime import date import pandas a

30、s pdtoday=date.today() start=(today.year-1,today.month,today.day) quotes=quotes_historical_yahoo('AXP',start,today) df=pd.DataFrame(quotes) print df #自然语言工具包 NLTK from nltk.corpus import gutenberg import nltk print gutenberg.fileids() #数据准备 from matplotlib.finance import quotes_historical_ya

31、hoo from datetime import date import pandas as pd today=date.today() start=(today.year-1,today.month,today.day) quotes=quotes_historical_yahoo('AXP',start,today) fields='date','open','close','high','low','volume' quotesdf=pd.DataFrame(quotes,co

32、lumns=fields) # 通过columns 数据加属性名quotesdf=pd.DataFrame(quotes,index=range(1,len(quotes) 1,columns=fields) print quotesdffrom datetime import date from datetime import datetime y=datetime.strftime(x,'%Y-%m-%d') # 将日期转换成固定格import pandas as pd dates=pd.date_range('20141001',periods=7) #

33、自己创建时 间序列dates #数据显示 djidf.index djidf.columns djidf.values djidf.describe# 显示数据描述djidf.head(5)# 显示前五行数据djidf.tail(5)可以使#数据选择 quotesdfu'2013-12-02':u'2013-12-06' #dataframe用索引选择djidf'code' djidf.loc1:5, # 通过 loc 通过标签选择数据， 第一个参数是行 标签，第二个参数是列标签djidf.loc:,'code','las

34、ttrade' # 前面这个：需要djidf.loc1:6,0,2 # 通过的行位置，列位置选择标签quotesdfquotesdf.index>=u'2014-01-01' quotesdf(quotesdf.index>=u'2014-01-01')&(quotesdf.close >=95)# 条件筛选#简单统计预处理 djidf.mean(columns='lasttrade')# 最近一次成交价的平均值djidfdjidf.lasttrade>=120.name# 最近一次成交价大于等于股票涨的天相邻两天数120 的公司名len(quotesdfquotesdf.close>quotesdf.open) # len(q