python基本语法和注意事项

1.几个常用的网站

Python IDE下载：

(1) Python(x,y)的官方下载地址

(2) Python(x,y)的其他下载地址

(3) Anaconda下载地址（推荐下载此IDE，网站稳定，使用方式与Python(x,y)基本一样）

2.Python参考教程和网站

(1)Magnus Lie Hetland, Beginning Python: from Novice to Professional, 2ndedition, Apress.（第二版中译版名为《Python基础教程》）

(2)  WesleyChun, Core Python Applications Programming, Prentice Hall.（第二版中译版名为《Python核心编程》）

(3) SciPy科学计算：http://www.scipy.org/

(4)  WesMcKinney, Python for Data Analysis.东南大学出版社.（英文影印本，中译版名为《利用Python进行数据分析》

3.pylab 与matplotlib.pyplot的区别

前者包含后者的功能，并且包含以下numpy等的函数

Pandas作图优点在于支持series和DataFrame数据类型

 

关于基本语法问题：

 

1，变量作用域问题：

Def f(x)

       print a

       a=1

print a+x

a=2

f(3)

 

关于会不会报错，全看a=1那一行有没有：

若有，则程序认为a是局部变量，所以第一行print a 在变量申明前就调用，会报错。

若没有，则程序认为a是全局变量，不会报错。

若需要在函数里改变全局变量的值，则需要声明a为global a

2，打开文件的路径前面有r，如r'd:\\infile.txt'：

r表示路径中的字符不需要转义，即\\不会转义成\

3，关于列表a与元组b：

列表元组中的元素可以是不同类型的

sorted(a)与a.sort() 不同，函数返回的值都一样，但是前者不会改变列表a本身的元素顺序，后者会改变

sorted(b)与b.sort() 与上面类似，由于元祖不能改变，执行b.sort()会出错

其次，函数读取的多个参数以及返回的多个参数，默认是tuple类型的

集合set的主要作用是去重

4,python中is与==的区别：

Python中的对象包含三要素：id、type、value其中id用来唯一标识一个对象，type标识对象的类型，value是对象的值is判断的是a对象是否就是b对象，是通过id来判断的==判断的是a对象的值是否和b对象的值相等，是通过value来判断的，如：

>>> a = 1
>>> b = 1.0
>>> a is b
False
>>> a == b
True

5,list tuple以及dict均是可以迭代的对象，都可以写成 for info in xxx的形式

6,函数传入的参数如果是可变参数用（*args,**kw），但是如果传入的是一个确定list，该参数并不是可变的，不需要用*args

7,关于什么时候需要进行转义，对于原始字符串一般需要输入是什么就是什么，但是对于特定输入才需要转义，如正则表达式，由于[ ]有特殊含义，才需要将[ ]进行转义\[ \]

8.矩阵相乘的区别：

ndarray的形式，两个矩阵用*不是线性代数中的乘法，而是元素对应相乘，需要使用np.dot才行。

np.mat()生成的矩阵形式数据可以直接用*相当于线代中的乘法。

9. dataframe间的表之间的值传递可以直接按照对应的index传递，不需要专门整理表中数据，如：

df1=

df2=

 df3=

df1['d']=df3['d']

df2['d']=df3['d']

由此可以将对应的'd'的值赋值给df1和df2

10. 注意df2['a']与df[['a']]的区别，前者是series，没有column了，后者还是DataFrame，列是['a']

11.关于pandas.merge的相关说明，（参数分别指明左右表要用作连接键的列，不是以前理解的一定要是相同的列名才能连接）

12.注意sklearn中的几个功能：

StratifiedKFold与KFold的区别：前者分层采样，能确保各类样本的比例

RandomTreesEmbedding：利用随机的树模型对特征进行映射到高维，之后可以对高维稀疏特征采用LR训练

ExtraTreesClassifier：随机森林的升级版，增加随机性，更好的降低variance