如何正确学习python

Python Data Analysis Library 或 pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。以下是小编为你整理的如何正确学习python

Python

PyLab

pandas

方法/步骤

数据结构类型：

Series：一维数组;

Time- Series：时间序列;

DataFrame：二维的表格型数据结构;

Panel ：三维的数组。

pandas安装

pip install wheel

pip filepath whl

或者下载tar.gz

win+R

输入cmd

cd filepath

python setup.py install

初识pandas，首先导入pandas，一般会使用

import pandas as pd或者import pandas

from pandas import Series，DataFrame

创建一个Series，一维数组，方法Series(data,index=[...])

data 是一个数组，index是索引

创建一个DataFrame

使用DataFrame(data,index=[],columns=[])

data是一个二维数组，index是行索引，columns是列索引。

打开Python IDE，先导入Numpy模块

import Numpy as np

先输入数组

>>> a= np.arange(10)

>>> a

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

进行切片

>>> a[5]#用整数作为下标可以获得数组中的某个元素

5

>>> a[3:5]#用切片作为下标可以获得数组的一部分元素，注意包括首位，但不包含尾部

array([3, 4])

>>> a[:5]#切片中省略开始下标，表示从a[0]开始到a[5]结束，但不包含a[5]

array([0, 1, 2, 3, 4])

>>> a[:-1]#下标可以是负数，数组倒数第一位为-1，a[:-1]表示从第一位一直取到-1的位置，但不包括-1位的数据

array([0, 1, 2, 3, 4, 5, 6, 7, 8])

5

>>> a[2:4]=100,101#可以通过数组下标赋值来改变数组中数据

>>> a

array([ 0, 1, 100, 101, 4, 5, 6, 7, 8, 9])

6

>>> a[1:-1:2]#从数组下标1取到-1位置，且步长为2，且不包含-1位置数据

array([ 1, 101, 5, 7])

7

>>> a[::-1]#省略切片的开始下标和结束下标，步长为-1，表示整个数组头尾颠倒

array([ 9, 8, 7, 6, 5, 4, 101, 100, 1, 0])

8

>>> a[5:1:-2]#起始点为a[5]，终点位置为a[1]，且不包含a[1]，步长为-2指倒着数

array([ 5, 101])

输入：line = input() print(line)

注：意思是，等待键盘输入，然后回车把输入的字符，传递给line，然后打印出来

然后在控制面板输入，如图，这时候程序还在运行的，右上角的绿色按钮有个绿点，这个表示程序还在运行

当键盘输入数据，回车之后，那么等待键盘输入的语句就结束了，到下面的打印语句

打印语句运行完之后，程序结束，可以看右上角的按钮的没有绿点了，代表程序可以运行

输入提示

在input的括号中，输入一段字符串

那么这段字符串，是作为控制台输入的提示语句

文件输出与输入

file = open('a.txt', 'w')file.write('abcde')

注：上行意思是，以写入方式('w')打开一个文件('a.txt')，下行意思是，写入一句话(‘abcde’)

首先在txt文件上，写上一行内容

file = open('a.txt', 'r')print(file.readline())

注意：上行意思是，打开‘a.txt’文件，以读取方式打开('r')，下行意思是，读取一行内容('file.readline()')

文章形式：我不是数学出身，我只能保证自己理解了各种算法的基本原理，但是无法呈现在这里给大家，所以就干脆忽略掉了数学原理的讲解，只是从更容易理解的角度来跟大家分享我的代码，所以，我假设你也不太在乎数学原理，或者你已经理解了各种算法的原理。

代码来源：我使用的各种代码都是来自各种数据挖掘的书中，当然经过了我的稍微修改，我能保证代码的可靠性，也能解释清楚给大家。

python基础：以前从来没有接触过python的人可以看我在百度经验写的《python教程》系列文章，看完以后，我就能保证你基本理解了Python的使用方法，你不必精通，只是知道就可以了。有一定python基础最好，没有也不是难事，python的特点就是一学就会。

此系列文章的内容：K-近邻算法、决策树、基于概率论的分类方法、支持向量机、逻辑回归、神经网络模型、有监督学习和无监督学习、还有其他一些应用案例。