Python数据分析易错知识点归纳（一）：基础知识

一、python基础

字符串replace方法

txt = txt.replace(s, ' ')
# 光是txt.replace(s, ' ')是不会对txt产生影响的

# 下面每次循环replace后，w的值是不改变的
w = 'China520'
for x in w:
    if '0' <= x <= '9':
        continue
    else:
        k = w.replace(x, '')
print(k)  # Chin520

字符串join方法

li = [1, 's', '4', 'b']
s = ','.join([str(each) for each in li]) # 注意必须先转成字符串列表，否则报错

如何对字典中的value进行排序

words = {}
for word in txt_list:
    words[word] = words.get(word, 0) + 1
words_list = list(words.items()) # 每一个元素为(key,value)元组, 直接利用list()，这里很妙！！！
words_list.sort(key=lambda x:x[1], reverse=True)
# 或
words_list = sorted(words_list, key=lambda x:x[1], reverse=True)

字符串全部改为小写，并将特殊字符剔除

def getText():
    txt = open("hamlet.txt", "r").read()
    txt = txt.lower()  # 这里不用循环
    for s in '!"#$%&()*+,-./:;<=>?@[\\]^_‘{|}~':
        txt = txt.replace(s, ' ')
    return txt

字符串切割split

txt_list = txt.split()  # 不带参数时默认用空格切割

字典update/pop方法

clerkDict.update({"mobile":"18930964799","city":"shanghai"}) # 更新或新增合并到clerkDict
clerkDict.pop("city") # 删除city项 这里不带参数

巧用set去重

s = s.replace('\n', ' ')
names = set(s.split())

巧用list()

字典转元组嵌套的列表方法：li = list(dic.items())

遍历过程中对list进行操作

dat = ['1', '2', '3', '0', '0', '0']
for item in dat:
    if item == '0':
        dat.remove(item)  # 每次只删除第一次匹配的
print(dat)
'''
['1', '2', '3', '0']
'''

eval()的用法: 用来执行一个字符串表达式，并返回表达式的值。

input = input()
input_dict = eval(input) # 这里不需要再加dict()

>>>x = 7
>>> eval( '3 * x' )
21
>>> eval('pow(2,2)')
4
>>> eval('2 + 2')
4
>>> n=81
>>> eval("n + 4")
85

捕获异常是try... except...finally

try:
	...
except:  # 这里可以不写具体的错误类型
    print('输入错误')

进制

含b 二进制

含o 八进制

含x 十六进制

oct() 转八进制

hex() 转十六进制

int() 转八进制或十六进制

print(0o1)  # 1
print(0x01)  # 1

print(oct(64))  # 0o100
print(hex(255))  # 0xff
print(int('0100'))  # 100
print(int('0o100', 8))  # 64
print(int('0x40', 16))  # 64
# eval函数也可以转换，但速度会稍慢些
print(eval('100'))  # 100
print(eval('0o100'))  # 64
print(eval('0x40'))  # 64

File

fileStr=fileStr.strip() # 去除头尾空格、\n、\r、\t
# lstrip() 去除左边的   rstrip()  去除右边的

# open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)
f = open(path)
for each_line in f.readlines():
    li = each_line.strip().split(',')

os/os.path

pickle

file = open("c:/person.txt", "wb")  # python3必须以二进制写入模式
pickle.dump(person, file)  # 将字典序列化写入文件
file.close()
# 将person字典从文件中读取
file = open("c:/person.txt", "rb")
personFromFile = pickle.load(file)

# numpy读取文件
data = np.loadtxt('iris_data.csv')

逗号和分号

# 一行写几条语句，也是python唯一用分号的地方
x = 1;y = 2;z = 3

a,b,c = 1,2,3

# 赋值
x = y = z = 1

range

# start和end一样时，不执行
for i in range(1, 1):
    print(i)

列表比较

list1 = [1, 2]
list4 = [1, 2, 3, 4]
print(list1 < list4)  # True

$ | - ^

注意一定要是set（集合）才能做此操作，否则报错

top_10_by_perc = set(df_sort_by_perc[:10]['no'].values.tolist())
top_10_by_vol = set(df_sort_by_vol[:10]['no'].values.tolist())

print('涨幅和成交量均在前10名的股票:')
print(sorted(top_10_by_perc & top_10_by_vol))
print('涨幅或成交量在前10名的股票:')
print(sorted(top_10_by_perc | top_10_by_vol))
print('涨幅前10名，但成交量未进前10名的股票:')
print(sorted(top_10_by_perc - top_10_by_vol))
print('涨幅和成交量不同时在前10名的股票:')
print(sorted(top_10_by_perc ^ top_10_by_vol))  # ^号等于|减去&