参与|王
修订|原因_W
Python中常见的数据类型
Python中有很多数据类型。常见的数据类型有浮点型(float)、整型(int)、字符串型(str)、布尔型(bool)和列表型。
浮点型-用于定义实数。
integer-用于定义整数。
字符串-用于定义文本。可以用单引号(' value ')、双引号(' value ')或三引号(' value ' ')定义字符串，其中用三引号定义的字符串可以出现在多行中，新行中的字符串也包括在变量值中。这些字符串都可以在函数文档中使用。
布尔型-用于定义真值和过滤数据。
list-用于存储变量值的集合。
我们可以使用函数类型(variable_name)来检查特定变量的数据类型。Python中运算符产生的结果会随着数据变量的类型而变化，每个运算符都有不同的内部实现方法。
Python Lists
列表是一种基本的序列类型。我们可以使用list来存储一组包含任何数据类型的值。虽然列表不常用，但列表可以包含各种数据类型。我们可以用“]”来创建：
水果='菠萝'，'苹果'，'柠檬'，'草莓'，'橘子'，'猕猴桃'list中的子集
我们可以使用索引从列表中获取元素。Python的列表索引从0开始，所以列表中第一个元素的索引值是0。我们也可以使用负索引来访问列表中的元素。如果列表中最后一个元素的索引为-1，则前一个元素的索引为-2，依此类推。我们也可以使用“列表切片”来获得这个列表的子列表：sliceable。
Start_index是子列表的起始索引，该索引指向的元素将是子列表的第0个元素。
End_index是子列表的结束索引，该索引指向的元素不会包含在子列表中。end_index的默认值是列表长度。Step是步长值，表示索引的每个增量的值。默认值为1。如果step为负，end_index的默认值为-list length -1。如果未设置step，则返回的结果将是从start_index到列表末尾的所有元素。
示例代码：
水果='菠萝'，'苹果'，'柠檬'，'草莓'，'橘子'，'猕猴桃'水果1 #苹果水果0 # '菠萝'水果-1 # '猕猴桃'水果5 # '猕猴桃'水果-3 # '草莓' #列表切片水果： # '菠萝'，'苹果'，'柠檬'，'草莓'，'橘子'，'猕猴桃'水果03:2 # '菠萝'，'苹果'水果-2:-1 # '橘子'水果3360 # '草莓'，'橘子'，'猕猴桃'水果：4 # '菠萝
ong>list的具体操作添加元素：我们可以使用附加方法或“＋”号运算符把元素添加到list中。在Python中，如果对两个list使用“＋”运算符，则将产生一个新的list，它会包含这两个list中所有的元素。
将元素转变为list类型：我们可以使用前面在索引和list slicing部分提到的“［］”把元素转变成list类型。
删除元素：我们可以使用remove（value）从list中进行元素删除操作。该方法将删除list中value处的第一个元素。
示例代码：
# Add values to a listfruits.append("peach")fruits # <"pineapple", "apple", "lemon", "strawberry", "orange", "kiwi", "peach">fruits = fruits + <"fig", "melon">fruits # <"pineapple", "apple", "lemon", "strawberry", "orange", "kiwi", "peach", "fig", "melon"># Change values from a listfruits<0:2> = <"grape", "mango">fruits # <"grape", "mango", "lemon", "strawberry", "orange", "kiwi", "peach", "fig", "melon"># Delete values from a listfruits.remove("mango")fruits # <"grape", "lemon", "strawberry", "orange", "kiwi", "peach", "fig", "melon">了解Python中list在计算机中的工作机制也很有必要。当我们创建一个新的列表my_list时，这个list将被存储在计算机内存中，list的地址存储在my_list变量中。变量my_list并不包含列表中的元素，只是一个对列表的引用。如果我们用“＝”复制一个列表，如：my_list_copy = my_list，那么我们在my_list_copy变量中复制的是其引用而不是列表中的值。如果想要复制列表中真实的值，则可使用list(my_list) 或slicing <:>。
示例代码：
numbers = <10, 42, 28, 420>numbers_copy = numbersnumbers_copy<2> = 100numbers # <10, 42, 100, 420>numbers_copy # <10, 42, 100, 420>ratings = <4.5, 5.0, 3.5, 4.75, 4.00>ratings_copy = ratings<:>ratings_copy<0> = 2.0ratings # <4.5, 5.0, 3.5, 4.75, 4.0>ratings_copy # <2.0, 5.0, 3.5, 4.75, 4.0>characters = <"A", "B", "C">characters_copy = list(characters)characters_copy<-1> = "D"characters # <"A", "B", "C">characters_copy # <"A", "B", "D">▌函数
函数是用来解决特定任务的一段可重用代码，我们可以使用def关键字来编写函数：
示例代码：
def is_prime(n): if n <= 1: return False elif n <= 3: return True elif n % 2 == 0 or n % 3 == 0: return False current_number = 5 while current_number * current_number <= n: if n % current_number == 0 or n % (current_number + 2) == 0: return False current_number = current_number + 6 return True当然，Python中也有很多内置函数，如max(iterable <, key>), min(iterable <, key>), type(object), round(number<, ndigits>)等。在很多情况下，当我们需要用到函数来解决特定任务时，可以通过查找内置函数或使用一个Python包来解决。
大部分函数都需要一些输入并返回输出，这些函数都有参数，Python将函数的输入和参数进行匹配，“［］”内的参数则是可选的。
我们可以使用函数help(
▌方法
我们已经知道Python中的字符串型，浮点型，整型和布尔型等，每个数据结构都是一个对象。而函数则是根据对象类型用于特定对象的方法，因此，每个对象都有一个特定的类型和一组对应于该类型的函数。
示例代码：
# String methodstext = "Data Science"text.upper() # "DATA SCIENCE"text.lower() # "data science"text.capitalize() # "Data science"# Lists methodsnumbers = <1, 4, 0, 2, 9, 9, 10>numbers.reverse()numbers # <10, 9, 9, 2, 0, 4, 1>numbers.sort()numbers # <0, 1, 2, 4, 9, 9, 10>不同类型的对象可以对应相同名称的函数，根据不同的对象类型，函数会有对应的不同的行为。
示例代码：
numbers = <10, 30, 55, 40, 8, 30>text = "Data Science"numbers.index(8) # 4text.index("a") # 1numbers.count(30) # 2text.count("i") # 1请注意！有些函数可以改变调用它们的对象，如：被list类型调用的append()函数。
▌Packages
一个模块是指一个包含Python定义和语句的文件。模块指定了解决特定问题的函数、方法和新的Python类型。
而软件包（package）则是目录中模块的集合。Python中有很多现成的软件包，它们覆盖了很多方面的问题，如：“NumPy”，“matplotlib”，“seaborn”和 “scikit-learn”都是非常著名的数据科学软件包。
NumPy用于高效的处理数组。
Matplotlib和seaborn是用于数据可视化的流行库。
scikit-learn是一个强大的机器学习库。
Python中默认有些软件包是预设的，但是也有很多Python中没有但是我们需要用到的软件包。如果我们想使用这些软件包，就必须先确认这个包已经安装过，或者使用pip命令（Python中预设的一个的软件包管理工具）进行安装。
当然我们也可以使用“Anaconda“。
Anaconda发行版是一个免费且易于安装的软件包管理器，环境管理器和Python发行版本，内置了1000多个免费社区支持的开源软件包。
如果你不想自己费事安装一些软件包的话，可以使用“Anaconda”，在这个发行版中内置了很多有用的软件包。
Import语句
一旦安装了所需要的软件包，就可以将它们导入我们的Python文件中。我们可以从中导入整个软件包、子模块或特定的函数。另外，我们还可以给软件包添加一个别名。导入语句的方式如下：
简单的导入语句：
import numpynumbers = numpy.array(<3, 4, 20, 15, 7, 19, 0>)使用别名导入语句：
import numpy as np # np is an alias for the numpy packagenumbers = np.array(<3, 4, 20, 15, 7, 19, 0>) # works finenumbers = numpy.array(<3, 4, 20, 15, 7, 19, 0>) # NameError: name 'numpy' is not defined从具有别名的包中导入子模块：
# import the "pyplot" submodule from the "matplotlib" package with alias "plt"import matplotlib.pyplot as plt从包中只导入一个函数：
from numpy import arraynumbers = array(<3, 4, 20, 15, 7, 19, 0>) # works finenumbers = numpy.array(<3, 4, 20, 15, 7, 19, 0>) # NameError: name 'numpy' is not definedtype(numbers) # numpy.ndarray我们还可以使用from numpy import * 语句来进行导入，其中，*表示将该模块中所有的东西都导入到本文件中。该导入语句会在当前命名空间内创建一个面向所有用numpy模块定义的公共对象的引用。换句话说，我们可以使用numpy中所有的可用函数，并且只使用其名称而不需要带前缀。例如：你现在使用NumPy的绝对值函数可以直接这样用：absolute()，而不是：numpy.absolute()。
但是我不建议你这样使用，因为：
如果你将一些模块中所有的函数都导入到文件中，那么当前的命名空间将会有太多的函数。以至于要是有人查看你的代码，很容易搞不清哪个函数对应哪个包。
如果两个模块中的某个函数名称相同，那么第二个导入的模块将会覆盖第一个模块中相应的函数。
▌NumPy
Numpy是Python用于科学计算的一个基础软件包，它运行速度很快且易于使用。这个包帮助我们对元素进行逐元素的计算。
在Python中，常规的list不会逐元素进行计算。虽然也可以使用，但是list运行速度很慢，我们需要编写更多的代码才能达到自己想要的结果。在大多数情况下，Numpy是一个更好的选择。
与在Python中常规的list不同，Numpy数组中的元素只能有一个类型。如果将不同类型的数组传递给np.array()，则可以使用参数dtype表示不同的类型。若没有给出这个参数，那么数组类型将是保存对象所需的最小类型。
Numpy数组-类型转换：
np.array(
Numpy数组上的运算符：
np.array(<37, 48, 50>) + 1 # array(<38, 49, 51>)np.array(<20, 30, 40>) * 2 # array(<40, 60, 80>)np.array(<42, 10, 60>) / 2 # array(< 21., 5., 30.>)np.array(<1, 2, 3>) * np.array(<10, 20, 30>) # array(<10, 40, 90>)np.array(<1, 2, 3>) - np.array(<10, 20, 30>) # array(< -9, -18, -27>)Numpy数组的数据类型为：nump.ndarry，ndarray代表着n维数组。上述例子中使用的是一维数组，我们也可以创建2，3，4或更多维数组。我们也可以独立于数组的维度来获取数组的子集。下面将以2维数组为例，获取2维数组子集：
numbers = np.array(< <1, 2, 3>, <4, 5, 6>, <7, 8, 9>, <10, 11, 12>>)numbers<2, 1> # 8numbers<-1, 0> # 10numbers<0> # array(<1, 2, 3>)numbers<:, 0> # array(< 1, 4, 7, 10>)numbers<0:3, 2> # array(<3, 6, 9>)numbers<1:3, 1:3> # array(<<5, 6>,<8, 9>>)如果想查看数组的维度和每个维度有多少个元素，则可以使用shape属性。对于2维数组来说，第一个元素表示行数，第二个元素表示列数。
基本的统计操作
分析数据首先需要熟悉数据，Numpy中有很多种方法可以做到这一点。下面是统计数据的基本方法。
np.mean() –会返回数组内元素的算术平均值（元素的总和除以元素的长度）。
np.median() –会返回数组内元素的中位数（数组排完序后计算得到的中位数，如果数组长度为偶数，则返回数组两个中间值的平均值）
np.corrcoef() -返回相关系数矩阵。用于查看数据集中两个（数组长度相同的）变量之间是否存在相关性。
np.std() -返回标准差。
使用Numpy进行一些基本的统计操作：
learning_hours = <1, 2, 6, 4, 10>grades = <3, 4, 6, 5, 6>np.mean(learning_hours) # 4.6np.median(learning_hours) # 4.0np.std(learning_hours) # 3.2np.corrcoef(learning_hours, grades) # << 1. 0.88964891>< 0.88964891 1. >>从上面这个例子中我们可以看出，learning_hours和grades之间有很高的相关性。
另外，也可以发现：
learning_hours的平均值是4.6。
learning_hours的中间值是4.0。
learning_hours的标准差是3.2。
Numpy中的一些基本的函数在Python的列表中也存在，如 np.sort() 和np.sum() 。但是需要注意的是，Numpy在数组中会强制执行单一类型，这会加快程序的计算速度。
▌练习
我准备了一些练习如下，如子集，元素操作和一些基本统计操作。
获取list的子集
获取2维Numpy数组子集
Numpy元素操作
Numpy的基本统计操作
原文链接：https://towardsdatascience.com/Python-basics-for-data-science-6a6c987f2755
