python重点语法总结
python易错点笔记
1. 如何用pandas读取txt文件
data=pd.read_table(r’./data/N8AD5Sr3I7dWU274.txt’,sep=’-’,header=None,index_col=0)
#header=None：表示文件中无表头
#index_col=0：将第一列作为索引
2. pandas中dataframe的列重命名
df.columns=[‘列1’,‘列2’]
df.rename(columns={‘name’:‘人数’,age:‘年龄’})
3. plt.text()函数
plt.text(x,
y,
string,
fontsize=15,
verticalalignment=“top”,
horizontalalignment=“right”
)
x,y:表示坐标值上的值
string:表示说明文字
fontsize:表示字体大小
verticalalignment：垂直对齐方式 ，参数：[ ‘center’ | ‘top’ | ‘bottom’ | ‘baseline’ ]
horizontalalignment：水平对齐方式 ，参数：[ ‘center’ | ‘right’ | ‘left’ ]
4. pandas处理时间序列
pandas时间类型为：
pd.timestamp()：时间戳
pd.period()：时期
pd.timedelta():时间间隔
常用的日期函数：
pd.to_datetime()
pd.to_period()
pd.date_range()
pd.period_range()
#时间加减 dt=now+pd.Timedelta(days=100)
#时间转化为字符只显示年月日dt.strftime(’%Y-%m-%d’)
#字符转化为时间
方法一： date1[‘d2’]=pd.to_datetime(date1[‘date’],format=’%Y-%m-%d’)
方法二： date1[‘d1’]=date1[‘date’].map(lambda x:pd.datetime.strptime(x,’%Y-%m-%d’))
5. pd.cut的使用
cut_bins=np.range(90,135,5)
bins=pd.cut(df[‘score’],cut_bins)
df[‘新旧装修’]=pd.cut(df['装修时间],[0,2015,2019],labels=[‘新装修’,‘旧装修’])
6. pd.pivot_table透视表的使用
pd.pivot_table(index=‘用户ID’,values=[‘订单金额’,‘购买日期’,‘订单数’],aggfunc={‘订单金额’:‘sum’,‘购买日期’:‘max’,‘订单数’:‘sum’})
7. re.escape方法
可以将字符串中所有可能被解释为正则运算符的字符进行转译。
re.escape(‘www.python.org’)
#‘www\.python\.org’
8. 编码问题
import sys
if sys.getdefaultencoding() != ‘utf-8’:
reload(sys)
sys.setdefaultencoding(‘utf-8’)
9. np.expand_dims:用于扩展数组的形状
import numpy as np
In [12]:
a = np.array([[[1,2,3],[4,5,6]]])
a.shape
Out[12]:
(1, 2, 3)
#np.expand_dims(a, axis=0)表示在0位置添加数据,转换结果如下：
In [13]:
b = np.expand_dims(a, axis=0)
b
Out[13]:
array([[[[1, 2, 3],
[4, 5, 6]]]])
In [14]:
b.shape
Out[14]:
(1, 1, 2, 3)
10. pandas.DataFrame.sample随机选取若干行
DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)[source]
– n:抽取的条数
– frac:抽取比例 ，例如frac=0.8，就是抽取其中80%。
– replace:True or False,是否为放回抽样
– weight：字符索引或者概率数组
11. pandas将dataframe多列拼接成一列str.cat()和一列拆分为多列
df[‘a’].str.cat() 是将多行内容合并为一行
df[‘a’].str.cat(df[‘b’],sep=’-’) 将两列进行合并,并用-进行连接
str.cat()函数使用的前提是两列的内容都是字符串，如果是数值型的话会报错
df[‘price’]=df[‘price’].map(lambda x:str(x))
参考文章
12. pandas中str.extract使用
163cm提取数字并转为int类型：df_all.height.str.extract(’(\d+)’).astype(‘int’)
1993年4月8日（27岁）：df_all.age.str.extract(’.?\s\（(.*?)岁\）’).astype(‘float’)
13. 从一个list里面统计词频
词云分析
参考文章
#利用collections中的Counter函数
from collections import Counter
list1=[1,2,3,4,3,2,1]
a=Counter(list1)
print(a) # Counter({1:2,2:2,3:2,4:1})
a.elements() #获取a中的所有的键，返回的是一个对象，可以通过list来转化它
a.most_common(2) #返回前两个出现频率最高的以及他们的键，列表里面嵌套元祖的方式
a[‘zz’] #访问不存在的时候，自动返回为0
a.update(“aa5bzz”) #更新被统计的对象，即原有的计数值与新增的相加，而不是替换
a.subtrct(“aaa5z”) #实现与原来的计数值相减，结果运行为0和负值
#利用collections中的defaultdict()
defaultdict()可以接受一个参数，如str，int，float等。但这个参数并不是来约束字典的key的值的类型，也不是用来约束value的值的类型。而是当字典的key不存在时，将value初始化为某个值。str初始化为“”，int初始化为0，float初始化为0.0
from collections import defaultdict
list1=[1,2,3,4,3,2]
count_dict=defaultdict(int)
for item in lists:
count_dict[item]+=1
本文地址：https://blog.csdn.net/chuntingting/article/details/107100863