一、python的基本语法
1.常见的数据类型:整数(int)【1，2，3】、浮点数(float)【1.1，1.2，1.3】、字符串(str)【abc, hello】、布尔值(bool)【0,1 (True=1,False=0)】、列表(list)【[1.2,3]】、元组(tuple)、字典(dict)、集合(set)
2.基本运算符
算术运算符:+，-，",/（返回浮点数结果),//(返回商的整数部分),%
比较运算符:==(判断两个值是否相等)，!=(判断两个值是否不相等)，<，>，<=,>=
逻辑运算符:in,and, or not
3.条件语句
示例:判断成绩等级
score = 85
if score >= 90:
print("优秀”)
elif score >= 60:
print(及格”)
else:
print("不及格”)
4.循环语句
for 循环、while 循环、break和continue语句
for 变量 in 可迭代对象:代码块
while 条件:代码块
5.函数
定义函数、参数、函数的返回值
def 函数名(参数1,参数2..):
代码块
return 返回值
6.模块和包
导入模块:
· import 模块名
· import 模块名 as 别名
· from 模块名 import 变量名/函数名导入包
· import 包名.模块名
import 包名,模块名 as 别名
· from 包名.模块名 import 变量名/函数名
导入numpy 库并设置别名
npimport numpy as np
array = np.array([1, 2, 3])print(aray)
二、Numpy基础
1.Numpy数组
NumPy的核心对象是ndarray，多维数组（核心），具有相同数据类的元素。
创建数组:np.array0,np.zeros0,np.ones0, np,arange0,np,linspace0, np.eye等
2.数组属性
·形状:shape、数据类型:dtype、大小:size、维度:ndim
3.数组索引和切片
索引用于访问数据中的单个或多个元素，用下标获取;
切片用于访问数组中的一部分数据，用雷号:和下标组合的方式获取
例如，ar[3]返回数组 an 中素引为3的元素。ar[1:4] 返回数组 an 中索引1到3的子数组,
4.数学操作
算术运算:+,,",/",np.sqrt0,np.exp0,等。 例 2**5=32
聚合函数:np.sum0,np.mean0,np.std0,np,min0,np.max0,等,
5.随机数生成
创建指定维度大小的，样本位于[0,1)的随机样本:np.randomurand0
创建指定维度大小的，样本为正态分布机值的数组:np.random.randn0
三、pandas基础
1.数据结构
Pandas 提供了两种主要的数掘结构:Series 和 DataFrame。
Series 是一维标记数组。Dataframe 是一个二维表格。
2.数据读取和写入
Pandas 支持从多种文件格式(如CSV、Exce、SQL、JSON、HTML等)读取数据。也可以将数据写入这些文件格式。
3.查看DataFrame的属性
·Dataframe的属性有values、index、columns、dtypes，分别可以获取元素、索引、列名和类型
4.数据查看和探索
data.head0 和data.tai0 可以用来查看 DataFrame 的前几行和后几行。
data.inf00 提供关于 Dataframe 的信息，包括数据类型和款失值,
data.describe0 生成数据的统计摘要,
5.数据清洗和处理
处理缺失值:.dropna0..filina0
处理面复价:duplicated0,.drop duplicates0
数据排序:.sort values0,sort index0
创建指定维度大小的，样本为随机整数样本的数组:np.random.randint0