下载掌阅APP，畅读海量书库
立即打开
Python作为当下最热门的编程语言，具有简单易学、功能强大、丰富的类库，是数据挖掘、科学计算、图像处理、人工智能的首选开发语言。本节主要讲解Python开发环境、基本语法、列表、元组等常见的对象。
Python开发环境有PyCharm、Anaconda等，其中Anaconda包含了Python常用的库，自带有Jupyter NoteBook、Spider开发工具，且具有强大的版本管理功能，对不同版本的工具包的安装有很好的支持。本书推荐安装Anaconda 3和PyCharm。Spider、PyCharm开发环境如图1-11、图1-12所示。
图1-11 Spider开发环境
图1-12 PyCharm开发环境
与C++、Java一样，Python是一种面向对象的程序设计语言，拥有int、float、byte、bool等基本数据类型，以及list（列表）、tuple（元组）、dict（字典）等功能强大、使用灵活的序列类型。Python的语法规则有很多与Java、C++相似的地方，也有语法格式上的细小差别。
在Python语言中，不需要像Java、C++、C语言那样，在使用变量前必须定义该变量名，而是可以直接使用。Python根据赋值确定该变量的类型。
程序运行结果如下：
在Python语言中，有严格的代码缩进规定，同一层次的代码缩进必须一致，Python通过代码缩进来区分代码段的层次关系。对于选择结构、循环结构、函数定义、类定义及with语句块等结构，行尾的冒号和缩进表示下一个代码段的开始，缩进结束表示代码段的结束。同一个代码段同一层次的代码段缩进量必须相同。
（1）range（）函数的作用是返回一个迭代对象，其语法格式如下：
其中，start表示开始的计数值，默认是从0开始。例如，range（5）等价于range（0,5）；stop表示结束的计数值，但不包括stop自身。例如，range（0,5）表示[0,1,2,3,4]；step表示步长，默认为1。例如，range（0,5）与range（0,5,1）等价。
（2）in是成员测试运算符，用于测试一个对象是否是另一个对象中的元素。例如：
程序运行结果如下：
（3）map（）函数根据提供的函数对指定序列进行映射，其语法格式如下：
其中，参数function表示函数，参数iterable表示序列，可以为多个序列。该函数的作用是将序列作用于function上，即序列中每一个元素调用function函数，返回由返回值构成的新列表。例如：
程序运行结果如下：
其中，lambda i：i**2为匿名函数。Python使用Lambda来创建匿名函数。
程序运行结果如下：
为了数据处理方便，Python提供了列表、元组、字典、字符串、集合等类型，这些数据类型统称为序列。序列可以存放多个值，还提供了灵活的操作，例如，列表推导式、切片操作等。
列表是一种可变序列，用于存储若干元素，其地址空间是连续的，类似于Java、C++中的数组。在Python中，在同一列表中的元素类型可以不相同，可同时包含整数、浮点数、布尔值、字符串等基本类型，也可以是列表、元组、字典、集合及自定义数据类型。例如：
程序运行结果如下：
通过下标可直接对列表中的元素进行访问，列表中第一个元素的下标为0。例如：
程序运行结果如下：
len（）函数的作用是求列表的长度，在这里的返回值为6。
也可以动态往列表中添加、删除元素。添加的方法有：+、append（）、extend（）、insert（）等，删除的方法有remove（）、del、pop（）等。例如：
程序运行结果如下：
代码中，x.insert（5,100）表示在列表x的第5个位置插入元素100，x.pop（）表示将列表x中的最后一个元素删除。
Python与Java、C++语言最大的区别就是序列的切片操作，列表、元组、字符串、range对象都支持切片操作。切片由两个冒号分隔的3个数字组成，其语法格式为：
start表示切片的开始位置，stop表示切片的结束位置，但不包含该结束位置，step表示步长（默认为1），当步长省略时，最后一个冒号也可以省略。例如：
程序运行结果如下：
当步长为负数时，表示从右往左切片。
在数据处理过程中，经常会遇到嵌套列表，如果要取嵌套列表中的某一行元素或某一列元素，则需要列表推导式。例如：
程序运行结果如下：
列表推导式的语法格式为：
元组与列表类似，其区别在于元组是不可变的序列。列表支持元素引用，但不支持修改、增加与删除操作。
程序运行结果如下：
zip（）函数可将多个可迭代对象按照相应位置上的元素组合为元组，然后返回由这些元组组成的zip对象。如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同。与列表类似，若对多个元素操作，可采用生成器表达式。例如：
程序运行结果如下：
字典是由若干“键-值”对构成的无序序列，字典中每个元素由两部分组成：键和值。其中，键的取值可以是任意不变的数据类型，如整数、浮点数、字符串、元组等，但不能是列表、字典、集合等可变的数据类型。并且，键中的元素不能相同，值可以相同。
程序运行结果如下：
字典的引用、添加和修改可通过“键”进行。如果字典中不存在相应的键，当为该键赋值时，就会将该键和值添加到字典中；如果字典中存在该键，则将用新的值替换原来的值。字典中的items（）方法可返回字典中的“键-值”对，keys（）方法返回的是字典中元素的“键”，values（）方法返回的是字典中元素的“值”。
集合也是一个无序的可变序列，同一个集合中的对象不能重复出现，这与数学中的集合具有同样的性质。集合运算包括并集、交集、差集和子集等。例如：
程序运行结果如下：
NumPy是一个功能强大、非常高效的数值运算包，在数据分析和机器学习领域被广泛使用。其中，使用最多的是array数组。Array中提供了很多常用的操作，可大幅提高程序开发效率，同时，使用array编写的程序运行效率要比使用list写出的程序高出很多。
list与和NumPy中的数组array形式上很类似，但本质上有很多不同。同一个列表可存放不同类型的数据，而同一个array数组中存放的数据类型必须全部相同。对于使用列表和array数组存储的矩阵，如果想要取出同一列的元素，对于列表，需要使用列表推导式才能完成；对于array，直接使用切片即可。例如：
如果要获取二维数组中某一行的均值或某一列的均值，可使用means（）函数实现，其语法格式如下：
其中，a为数组名，axis为计算均值方向上的轴，假设a为m×n的矩阵，当axis=0时，求各列的平均值，返回1×n的矩阵；当axis=1时，求各行的平均值，返回m×1的矩阵；当axis没有赋值时，对m×n个数求平均值，返回一个浮点数。
程序运行结果如下：
还可以使用mat（）函数表示矩阵，求均值方法如下：
程序运行结果如下：
有时，需要将矩阵转换为数组，可通过以下方法转换：
程序运行结果如下：
求矩阵中非零元素的行号和列号：
程序运行结果如下：
