【Python数据分析】Python常用内置函数(一)

这篇具有很好参考价值的文章主要介绍了【Python数据分析】Python常用内置函数(一)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

🎉欢迎来到Python专栏~Python常用内置函数(一)


  • ☆* o(≧▽≦)o *☆~我是小夏与酒🍹
  • 博客主页:小夏与酒的博客
  • 🎈该系列文章专栏:Python学习专栏
  • 文章作者技术和水平有限,如果文中出现错误,希望大家能指正🙏
  • 📜 欢迎大家关注! ❤️
    【Python数据分析】Python常用内置函数(一),Python学习专栏,python,数据分析,开发语言

【Python数据分析】Python常用内置函数(一),Python学习专栏,python,数据分析,开发语言

【Python数据分析】Python常用内置函数(一),Python学习专栏,python,数据分析,开发语言

一、说明

Python技能树:Python入门技能树。
版本:Python 3.10。
IDE:PyCharm。
参考书籍:《Python数据分析、挖掘与可视化》。
【Python数据分析】Python常用内置函数(一),Python学习专栏,python,数据分析,开发语言

基础文章:
1、【Python】Python基础知识总结。

2、【Python】PyCharm中调用另一个文件的函数或类。

3、【Python数据分析】Python基础知识篇。

4、【Python数据分析】Python基本数据类型。

二、类型转换

1、int()、float()、complex()
int()用来把浮点数转换成整数,或者把整数字符串按指定进制转换为十进制整数(如果不指定进制,则直接把字符串转换为十进制整数)。

float()用来将其他类型数据转换为浮点数。

complex()用来生成复数。

print(int(3.5))                 # 获取浮点数的整数部分
print(int('1234'))              # 把整数字符串转换为整数
print(int('1111',2))            # 把1111看作二进制数,转换为十进制数
print(int('1111',8))            # 把1111看作八进制数,转换为十进制数
print(int('1111',16))           # 把1111看作十六进制数,转换为十进制数
print(int('  9\n'))             # 自动忽略字符串的两个空白字符
print(float('3.1415926535'))    # 把字符串转换为浮点数
print(float('-inf'))            # 负无穷大
print(complex(3,4))             # 复数
print(complex(6j))              # 复数
print(complex('3'))             # 复数

# 运行结果:
3
1234
15
585
4369
9
3.1415926535
-inf
(3+4j)
6j
(3+0j)

2、bin()、oct()、hex()
bin()将任意进制数转换为二进制数。
oct()将任意进制数转换为八进制数。
hex()将任意进制数转换为十六进制数。

print(bin(123))     # 将整数转换为二进制
print(oct(123))     # 将整数转换为八进制
print(hex(123))     # 将整数转换为十六进制

# 运行结果:
0b1111011
0o173
0x7b

3、ord()、chr()、str()
ord()用来返回单个字符的Unicode编码。
chr()用来返回Unicode编码对应的字符。
str()将任意类型参数整体转换为字符串。

print(ord('a'))      # 返回字符的ASCII码
print(ord('夏'))      # 返回汉字字符的Unicode编码
print(chr(65))       # 返回指定ASCII码对应的字符
print(chr(22799))    # 返回指定Unicode编码对应的汉字
print(str([1,2,3]))  # 把列表转换为字符串

# 运行结果:
97
22799
A
夏
[1, 2, 3]

4、list()、tuple()、dict()、set()
list()用来把其他类型的数据转为为列表或创建空列表。
tuple()用来把其他类型的数据转为为元组或创建空元组。
dict()用来把其他类型的数据转为为字典或创建空字典。
set()用来把其他类型的数据转为为集合或创建空集合。

print(list(),tuple(),dict(),set())

a = {1,2,3,4}
print(list(a),tuple(a))

lst = [1,1,1,2,3,4,4,5]
print(tuple(lst))
print(set(lst))     # 在转换为集合时会自动去除重复的元素

# list()会把字符串中的每个字符都转换为列表中的元素
print(list(str(lst)))

# tuple()、set()函数也具有类似list()的特点
print(dict(name='Xiao',sex='Male',age=25))

# 运行结果:
[] () {} set()
[1, 2, 3, 4] (1, 2, 3, 4)
(1, 1, 1, 2, 3, 4, 4, 5)
{1, 2, 3, 4, 5}
['[', '1', ',', ' ', '1', ',', ' ', '1', ',', ' ', '2', ',', ' ', '3', ',', ' ', '4', ',', ' ', '4', ',', ' ', '5', ']']
{'name': 'Xiao', 'sex': 'Male', 'age': 25}

5、eval()
eval()用来计算字符串或字节串的值,也可以用来实现类型转换:还原字符串中数据的实际类型。

print(eval('3+4j'))     # 对字符串求值得到复数
print(eval('5**2'))     # 计算表达式5**2的值
print(eval('[1,2,3]'))  # 对字符串求值得到列表
print(eval('{1,2,3}'))  # 对字符串求值得到集合

# 运行结果:
(3+4j)
25
[1, 2, 3]
{1, 2, 3}

三、最大值、最小值

max()用于计算序列中所有元素的最大值。
min()用于计算序列中所有元素的最小值。

参数可以是列表、元组、字典、集合或其他包含有限个元素的可迭代对象。

data = [1,2,3,4,5,72,-23,0,29]
print(data)

# 对列表中的元素直接比较大小,输出最大、最小元素
print(max(data))
print(min(data))

# 返回转换成字符串之后最大的元素
print(max(data,key=str))

data = ['1','2122','3','4','5','72','-23','0','29']
print(max(data))

# 返回长度最长的字符串
print(max(data,key=len))

data = ['abcd','Abc','cd','ahdsei']
# 最大的字符串
print(max(data))

# 长度最大的字符串
print(max(data,key=len))

# 全部转换为小写之后最大的字符串
print(max(data,key=str.lower))

data = [1,1,1,2,2,3,3,4,5,6,1,2,4,2,4,1,5]
# 出现次数最多的元素
print(max(set(data),key=data.count))

# 最大元素的位置,列表方法__getitem+_()用于获取指定位置的值
print(max(range(len(data)),key=data.__getitem__))

# 运行结果:
[1, 2, 3, 4, 5, 72, -23, 0, 29]
72
-23
72
72
2122
cd
ahdsei
cd
1
9

四、元素数量、求和

len()用来计算序列长度,即元素个数。
sum()用来计算序列中所有元素之和,一般要求序列中所有元素类型相同并且支持加法运算。

data = [1,2,3,4]

# 列表中元素的个数
print(len(data))

# 所有元素之和
print(sum(data))

# 运行结果:
4
10
data = (1,2,3)
print(len(data))
print(sum(data))

data = {1,2,3}
print(len(data))
print(sum(data))

data = 'Readability counts.'
print(len(data))

data = {97:'a',65:'A',48:'0'}
print(len(data))
print(sum(data))  # 对字典的”键“求和

# 运行结果:
3
6
3
6
19
3
210

五、排序、逆序

1、sorted()
内置函数sorted()可以对列表、元组、字典、集合或其他可以迭代对象进行排序并返回新列表,支持使用key参数指定排序规则,key参数的值可以是函数、lambda表达式等可调用对象。

可以使用reverse参数指定是升序(reverse = False)排序还是降序(reverse = True)排序。如果不指定的话,默认为升序排序。

from random import shuffle

data = list(range(20))
shuffle(data)                   # 随机打乱顺序
print(data)

print(sorted(data))             # 升序排序

print(sorted(data,key=str))     # 按转换成字符串后的大小升序排序

print(sorted(data,key=str,reverse=True))    # 降序排序

# 运行结果:
[10, 9, 12, 16, 17, 8, 11, 18, 14, 4, 7, 6, 5, 0, 3, 1, 13, 2, 15, 19]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
[0, 1, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 2, 3, 4, 5, 6, 7, 8, 9]
[9, 8, 7, 6, 5, 4, 3, 2, 19, 18, 17, 16, 15, 14, 13, 12, 11, 10, 1, 0]

2、reversed()

内置函数reversed()可以对可迭代对象(生成器对象和就具有惰性求值特殊性的zip、map、filter、enumerate、reversed等类似对象除外)进行翻转并返回可迭代的reversed对象。在使用该函数时应注意,reversed对象具有惰性求值特点,其中的元素只能使用一次,不支持使用内置函数len()计算元素个数,也不支持使用内置函数reversed()再次翻转。

from random import shuffle

data = list(range(20))          # 创建列表
shuffle(data)                   # 随机打乱顺序
print(data)

reversedData = reversed(data)   # 生成reversed对象
print(reversedData)
print(list(reversedData))       # 根据reversed对象得到列表
print(tuple(reversedData))      # 空元组,reversed对象中元素只能使用一次

# 运行结果:
[13, 11, 3, 1, 10, 8, 15, 19, 4, 17, 2, 5, 14, 12, 7, 18, 6, 9, 0, 16]
<list_reverseiterator object at 0x00000154FF3853F0>
[16, 0, 9, 6, 18, 7, 12, 14, 5, 2, 17, 4, 19, 15, 8, 10, 1, 3, 11, 13]
()

【Python数据分析】Python常用内置函数(一),Python学习专栏,python,数据分析,开发语言

🧸结尾文章来源地址https://www.toymoban.com/news/detail-616167.html


  • ❤️ 感谢您的支持和鼓励! 😊🙏
  • 📜您可能感兴趣的内容:
  • 【Python】Python实现串口通信(Python+Stm32)
  • 【FPGA】串口通信讲解-状态机判断数据值
  • 【Arduino TinyGo】【最新】使用Go语言编写Arduino-环境搭建和点亮LED灯
  • 【全网首发开源教程】【Labview机器人仿真与控制】Labview与Solidworks多路支配关系-四足爬行机器人仿真与控制
    【Python数据分析】Python常用内置函数(一),Python学习专栏,python,数据分析,开发语言

到了这里,关于【Python数据分析】Python常用内置函数(一)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 数据分析03——矩阵常用计算方法和函数

    数组:计算机领域的概念 矩阵:数学领域的概念 对于Numpy而言,矩阵是数组的分支 字符串创建矩阵:mat1 = np.matrix(‘1 2;3 4’) 列表形式创建矩阵:mat2 = np.matrix([[5, 6], [7, 8]]) 通过数组创建矩阵: arr = np.array([[5, 6], [7, 8]]) mat3 = np.matrix(arr) 创建3*3的0矩阵: np.matrix(np.zeros((3, 3))

    2024年02月07日
    浏览(49)
  • Python数据分析 — 数据分析概念、重要性、流程和常用工具

    前言: Hello大家好,我是小哥谈。 Python数据分析是利用Python编程语言进行数据处理、转换、清洗、可视化和建模的过程。Python在数据科学领域非常流行,有许多强大的库和工具可供使用,例如NumPy、Pandas、Matplotlib和Scikit-learn等。这些库提供了丰富的功能和方法,使得处理和分

    2024年02月09日
    浏览(45)
  • 【100天精通Python】Day55:Python 数据分析_Pandas数据选取和常用操作

    目录 Pandas数据选择和操作 1 选择列和行 2 过滤数据 3 添加、删除和修改数据

    2024年02月09日
    浏览(63)
  • python-数据分析-numpy、pandas、matplotlib的常用方法

    输出方式不同 里面包含的元素类型 使用 索引/切片 访问ndarray元素 切片 左闭右开 np.array(list) np.arange() np.random.randn() - - - 服从标准正态分布- - - 数学期望 μ - - - 标准方差 s 使用matplotlib.pyplot模块验证标准正态分布 np.random.randint(起始数,终止数(行,列)) 数据分析 - - - 数据清洗

    2024年02月10日
    浏览(98)
  • 【Python爬虫与数据分析】爬虫常用标准库(时间、随机数)

    目录 一、模块化概述 二、time库 1. 时间获取 2. 时间格式化 3. 程序计时 三、datetime库 1. datetime.datetime类 2. datetime.timedelta类 四、random库 1. 基本随机函数 2. 扩展随机函数 3. 随机时间的生成 Python程序由模块组成,一个模块对应一个 .py 源文件。 模块分为 标准库模块 和 自定义模

    2024年02月15日
    浏览(46)
  • python-常用的内置函数

    从实现函数的角度来看,其至少需要想清楚以下 3 点: 1.函数需要几个关键的需要动态变化的数据,这些数据应该被定义成函数的 参数 。 2.函数需要传出几个重要的数据(就是调用该函数的人希望得到的数据),这些数据应该被定义成 返回值 。 3. 函数的内部实现过程 。

    2024年02月08日
    浏览(58)
  • Python常用内置函数

    Python实用教程_spiritx的博客-CSDN博客 Python 提供丰富了内置函数,这些函数的使用频率非常用,在编程过程中熟练使用内置函数可以大大减少我们的代码逻辑和代码量。 Python 解释器内置了很多函数和类型,任何时候都能使用。这些内置函数直接使用,是不需要导入库的。 - 函

    2024年02月10日
    浏览(54)
  • Python从Oracle数据库中获取数据——fetchall(),fetchone(),fetchmany()函数功能分析

    Python从Oracle数据库中获取数据——fetchall(),fetchone(),fetchmany()函数功能分析 1、fetchall()函数,它的返回值是多个元组,即返回多个行记录,如果没有结果,返回的是() 2、fetchone()函数,它的返回值是单个的元组,也就是一行记录,如果没有结果,那就会返回None,每次向后抓取一条记录 3、

    2024年02月15日
    浏览(52)
  • Python 数据分析学习路线

    在学习数据分析之前,首先需要掌握Python语言的基础知识,包括语法、常用数据结构、函数以及面向对象编程等。同时,还需要熟悉Python的标准库,如math、random、datetime等。此外,文件操作和异常处理也是必不可少的技能。在理论学习和实践项目的过程中,可以逐步深化对

    2024年02月08日
    浏览(39)
  • python数据分析学习心得

    随着大数据技术和人工智能的不断发展,数据分析已经成为现代企业不可或缺的一部分。作为一名Python开发者,我也开始学习和探索数据分析的领域。在这篇文章中,我将分享我在学习Python数据分析方面所积累的经验。 第一步是学习Python基础知识。数据分析需要处理大量的数

    2024年02月02日
    浏览(34)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包