Python 數(shù)據(jù)類(lèi)型

在 Python 中有許多數(shù)據(jù)類(lèi)型。最常見(jiàn)的是float（浮點(diǎn)型），int（整型），str（字符串），bool（布爾），list 和 dict（字典）。

• float - 用于表示實(shí)數(shù)。
• int - 用于表示整數(shù)。
• str - 表示文本?？梢允褂脝我?hào) 'value' 、雙引號(hào) “value” 或三引號(hào) """value""" 來(lái)定義字符串。三引號(hào)字符串可以用在多行文本上，還可以用于注釋。
• bool - 用于布爾值。
• list - 用于存儲(chǔ)值的集合。
• dict - 用于存儲(chǔ)鍵值對(duì)。

可以用 type(variable_name) 函數(shù)來(lái)檢查特定變量的類(lèi)型。 Python 中的運(yùn)算符根據(jù)變量的類(lèi)型而表現(xiàn)不同，每個(gè)運(yùn)算符都有不同的內(nèi)置方法。

下面是在 Python 中創(chuàng)建浮點(diǎn)數(shù)、整數(shù)、字符串和布爾值變量的例子。

year_of_birth = 1994
height_cm = 170.50
subject = "Data Science"
is_success = True

print(type(year_of_birth), type(height_cm), type(subject), type(is_success))

# 輸出: <class 'int'> <class 'float'> <class 'str'> <class 'bool'>

Python 列表

Python 列表是一種基本的序列類(lèi)型。我們可以使用此類(lèi)型來(lái)存儲(chǔ)值的集合。一個(gè)列表可以包含任何類(lèi)型的值，同時(shí)一個(gè)列表也可以包含另一個(gè)列表進(jìn)行嵌套。你也可以創(chuàng)建一個(gè)混合使用 Python 類(lèi)型的列表，不過(guò)這并不常用?？梢允褂萌缦路椒▌?chuàng)建一個(gè)列表：

fruits = ["pineapple", "apple", "lemon", "strawberry", "orange", "kiwi"]

列表子集

可以用索引從列表中獲取單個(gè)或多個(gè)元素。在Python中，索引從 0 開(kāi)始。因此，列表中的第一個(gè)元素對(duì)應(yīng)索引 0。我們還可以使用負(fù)索引來(lái)訪問(wèn)元素，列表中的最后一個(gè)元素的索引為 -1，倒數(shù)第二個(gè)元素的索引是 -2，依此類(lèi)推。我們?cè)赑ython中也有一個(gè)名為 切片 的東西，可用于從列表中獲取多個(gè)元素?？梢赃@樣使用： sliceable[start_index:end_index:step]。

• start_index 是切片的起始索引，此索引所在的元素包含在結(jié)果中，默認(rèn)值為 0。
• end_index 是切片的結(jié)束索引，此索引處的元素不會(huì)被包含到結(jié)果當(dāng)中，默認(rèn)值將是列表的長(zhǎng)度。此外，如果 step 為負(fù)值，則默認(rèn)值可以是 負(fù)的列表的長(zhǎng)度 - 1。如果跳過(guò)此步驟，你會(huì)得到從開(kāi)始索引到結(jié)尾的所有元素。
• step 是索引增加的數(shù)量，默認(rèn)值為 1。如果把 step 設(shè)為負(fù)值，會(huì)從后向前移動(dòng)。

fruits = ["pineapple", "apple", "lemon", "strawberry", "orange", "kiwi"]
fruits[1]  # apple
fruits[0]  # "pineapple"
fruits[-1] # "kiwi"
fruits[5]  # "kiwi"
fruits[-3] # "strawberry"

# List slicing
fruits[::]    # ["pineapple", "apple", "lemon", "strawberry", "orange", "kiwi"]
fruits[0:2]   # ["pineapple", "apple"]
fruits[-2:-1] # ["orange"]
fruits[3:]    # ["strawberry", "orange", "kiwi"]
fruits[:4]    # ["pineapple", "apple", "lemon", "strawberry"]
fruits[:]     # ["pineapple", "apple", "lemon", "strawberry", "orange", "kiwi"]
fruits[::-1]  # ["kiwi", "orange", "strawberry", "lemon", "apple", "pineapple"]
fruits[::-2]  # ["kiwi", "strawberry", "apple"]
fruits[::2]   # ["pineapple", "lemon", "orange"]

# Understanding some default values
fruits[0:6:1]    # 與fruits[::]的結(jié)果相同
fruits[-1:-7:-1] # 與fruits[::-1]的結(jié)果相同

操作列表

• 可以用 append 方法或 + （加法運(yùn)算符）將單個(gè)或多個(gè)元素添加到列表當(dāng)中。如果你對(duì)兩個(gè)列表使用加法運(yùn)算符，Python 將給出兩個(gè)列表合并后的新列表。
• 可以用方括號(hào)來(lái)修改列表中的單個(gè)或多個(gè)元素。
• 可以用 remove(value) 方法從列表中刪除一個(gè)元素。此方法用參數(shù)傳入的值刪除列表中存儲(chǔ)的第一個(gè)相同元素。

# 添加一個(gè)元素
fruits.append("peach")
fruits 
#輸出 ["pineapple", "apple", "lemon", "strawberry", "orange", "kiwi", "peach"]

fruits = fruits + ["fig", "melon"]
fruits 
#輸出 ["pineapple", "apple", "lemon", "strawberry", "orange", "kiwi", "peach", "fig", "melon"]

# 修改
fruits[0:2] = ["grape", "mango"]
fruits 
#輸出 ["grape", "mango", "lemon", "strawberry", "orange", "kiwi", "peach", "fig", "melon"]

# 從列表中刪除
fruits.remove("mango")
fruits 
#輸出 ["grape", "lemon", "strawberry", "orange", "kiwi", "peach", "fig", "melon"]

了解列表背后的工作機(jī)制非常重要。當(dāng)創(chuàng)建新列表 my_list 時(shí)，列表會(huì)存儲(chǔ)在計(jì)算機(jī)內(nèi)存中，該列表的地址被存儲(chǔ)在 my_list 變量中。變量 my_list 不包含列表中的元素，它只包含對(duì)列表的引用。如果我們用等號(hào)去復(fù)制一個(gè)列表時(shí)，比如 my_list_copy = my_list，你復(fù)制的只是列表的引用而不是列表的值。所以如果要復(fù)制列表實(shí)際的值，可以用 list(my_list) 函數(shù)或切片 [ : ]。

numbers = [10, 42, 28, 420]
numbers_copy = numbers
numbers_copy[2] = 100
numbers      # [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] = 2.0
ratings      # [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"]

Python字典

字典用于存儲(chǔ)鍵值對(duì)形式的數(shù)據(jù)。當(dāng)你希望通過(guò)唯一鍵對(duì)值進(jìn)行索引時(shí)很有用。在 Python 中，可以使用花括號(hào)創(chuàng)建字典，鍵和值由冒號(hào)分隔。如果想獲得給定鍵的值，可以這樣做：our_dict[key]。

字典與列表

讓我們看一個(gè)例子，比較一下列表和詞典。假如有一些電影，我們想存儲(chǔ)它們的評(píng)級(jí)，另外還希望通過(guò)電影名稱(chēng)來(lái)非?？焖俚卦L問(wèn)電影的評(píng)級(jí)。這時(shí)可以用兩個(gè)列表或一個(gè)字典來(lái)完成這類(lèi)操作。在例子中，movies.index(“Ex Machina”)代碼返回電影 “Ex Machina” 的索引。

使用列表

movies = ["Ex Machina", "Mad Max: Fury Road", "1408"]
ratings = [7.7, 8.1, 6.8]

movie_choice_index = movies.index("Ex Machina")
print(ratings[movie_choice_index]) # 7.7

使用字典

ratings = {
    "Ex Machina": 7.7,
    "Mad Max: Fury Road": 8.1,
    "1408" : 6.8
}

print(ratings["Ex Machina"]) # 7.7

可以看出，使用字典更加直觀和方便。

操作字典

可以對(duì)詞典中的數(shù)據(jù)進(jìn)行添加，更新和刪除操作。當(dāng)添加或更新數(shù)據(jù)時(shí)，可以簡(jiǎn)單地使用 our_dict[key] = value，想要?jiǎng)h除一個(gè)鍵值對(duì)時(shí)，可以用 del(our_dict[key]) 操作。

ratings["Deadpool"] = 8.0
print(ratings) 
# {'Ex Machina': 7.7, 'Mad Max: Fury Road': 8.1, '1408': 6.8, 'Deadpool': 8.0}

ratings["Ex Machina"] = 7.8
print(ratings) 
# {'Ex Machina': 7.8, 'Mad Max: Fury Road': 8.1, '1408': 6.8, 'Deadpool': 8.0}

del(ratings["1408"])
print(ratings) 
# {'Ex Machina': 7.8, 'Mad Max: Fury Road': 8.1, 'Deadpool': 8.0}

還可以檢查給定的鍵是否在字典中：key in our_dict。

print("Ex Machina" in ratings) # True

函數(shù)

函數(shù)是解決特定問(wèn)題的可重用代碼?？梢杂?def 關(guān)鍵字編寫(xiě)函數(shù)：

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

不過(guò) Python 中有許多內(nèi)置函數(shù)，例如 max( iterable[，key] )，min( iterable [，key] )，type( object )，round( number[，ndigits] ) 等。所以當(dāng)我們需要一個(gè)解決某個(gè)問(wèn)題的函數(shù)時(shí)，可以先研究一下是否存在相關(guān)的內(nèi)置函數(shù)或 Python 包。沒(méi)有必要去“重新發(fā)明輪子”。

方法

我們已經(jīng)知道 Python 中有字符串，浮點(diǎn)數(shù)，整數(shù)，布爾值等類(lèi)型。這些數(shù)據(jù)結(jié)構(gòu)都是一個(gè)對(duì)象。方法是一種可用于給定對(duì)象的函數(shù)，具體取決于對(duì)象的類(lèi)型。所以每個(gè)對(duì)象都有一個(gè)特定的類(lèi)型和一組方法，具體形式取決于給出的類(lèi)型。

# 字符串方法
text = "Data Science" 
text.upper() # "DATA SCIENCE"
text.lower() # "data science"
text.capitalize() # "Data science"

# 列表方法
numbers = [1, 4, 0, 2, 9, 9, 10]
numbers.reverse()
print(numbers) # [10, 9, 9, 2, 0, 4, 1]
numbers.sort()
print(numbers) # [0, 1, 2, 4, 9, 9, 10]

# 字典方法
ratings = {
    "Ex Machina": 7.7,
    "Mad Max: Fury Road": 8.1,
    "1408" : 6.8
}

print(ratings.keys()) # dict_keys(['Ex Machina', 'Mad Max: Fury Road', '1408'])
print(ratings.values()) # dict_values([7.7, 8.1, 6.8])
print(ratings.items()) # dict_items([('Ex Machina', 7.7), ('Mad Max: Fury Road', 8.1), ('1408', 6.8)])

不同類(lèi)型的對(duì)象可以有相同名稱(chēng)的方法。根據(jù)對(duì)象的類(lèi)型，方法有各自不同的行為。

numbers = [10, 30, 55, 40, 8, 30]
text = "Data Science"

numbers.index(8)  # 4
text.index("a")   # 1

numbers.count(30) # 2
text.count("i")   # 1

務(wù)必要小心！某些方法可以更改調(diào)用它們的對(duì)象。例如在列表類(lèi)型上調(diào)用append()方法時(shí)。

包

模塊是包含 Python 定義和聲明的文件。用于定義解決特定問(wèn)題的函數(shù)、方法和新的 Python 類(lèi)型。

包是模塊的集合。有許多 Python 包涵蓋了不同領(lǐng)域的解決方案。例如，NumPy、matplotlib、seaborn 和 scikit-learn 是非常著名的數(shù)據(jù)科學(xué)支持包。

• NumPy 用于有效地處理數(shù)組
• matplotlib 和 seaborn 是流行的數(shù)據(jù)可視化庫(kù)
• scikit-learn 是一個(gè)功能強(qiáng)大的機(jī)器學(xué)習(xí)庫(kù)

默認(rèn)情況下，Python 中有一些內(nèi)置包，但是我們還需要更多的包，這些默認(rèn)是不安裝的。如果想要使用某個(gè)軟件包，它就必須是已經(jīng)安裝好的，或者先用 pip 安裝（ Python的包管理系統(tǒng) ）。

另外，還有一種叫做Anaconda 的東西。

Anaconda Distribution 是一個(gè)免費(fèi)，易于安裝的包管理器、環(huán)境管理器和 Python 發(fā)行版，其中包含1,000多個(gè)開(kāi)源軟件包，并提供免費(fèi)的社區(qū)支持。

所以如果你不想安裝太多的包，我建議你用 Anaconda。這個(gè)發(fā)行版中有很多有用的包。

導(dǎo)入聲明

安裝所需的包后，可以把它們導(dǎo)入 Python 代碼文件?？梢詮闹袑?dǎo)入整個(gè)包、子模塊或特定函數(shù)。另外還可以為包設(shè)置別名?？梢詮南旅娴睦又锌吹?import 語(yǔ)句的不同方式。

簡(jiǎn)單的導(dǎo)入

import numpy
numbers = numpy.array([3, 4, 20, 15, 7, 19, 0])

導(dǎo)入的同時(shí)設(shè)置別名

import numpy as np # np 是 numpy 包的別名
numbers = np.array([3, 4, 20, 15, 7, 19, 0]) # 工作正常
numbers = numpy.array([3, 4, 20, 15, 7, 19, 0]) # 出錯(cuò)，NameError: name 'numpy' is not defined

從包導(dǎo)入子模塊并設(shè)置別名

# 從 matplotlib 包中導(dǎo)入 pyplot 子模塊并設(shè)置別名 "plt"
import matplotlib.pyplot as plt

僅從包中導(dǎo)入一個(gè)函數(shù)

from numpy import array
numbers = array([3, 4, 20, 15, 7, 19, 0]) # 工作正常
numbers = numpy.array([3, 4, 20, 15, 7, 19, 0]) # 出錯(cuò)，NameError: name 'numpy' is not defined
type(numbers) # 輸出：numpy.ndarray

我們也可以這樣導(dǎo)入： from numpy import *。星號(hào)表示從該模塊導(dǎo)入所有內(nèi)容。這條 import 語(yǔ)句會(huì)在當(dāng)前命名空間中為 numpy 模塊定義的所有公共對(duì)象創(chuàng)建引用。換句話說(shuō)，我們可以使用 numpy 中的所有可用函數(shù)，在函數(shù)名稱(chēng)可以不帶前綴。例如，現(xiàn)在我們可以這樣使用 NumPy 的絕對(duì)值函數(shù)： absolute()，而不是numpy.absolute()。

但是，我不建議你使用它，因?yàn)椋?/p>

• 如果從某些模塊中導(dǎo)入所有函數(shù)，那么當(dāng)前的命名空間將填充過(guò)多的函數(shù)，如果有人查看我們的代碼的話，他可能會(huì)對(duì)某個(gè)函數(shù)到底屬于哪個(gè)包而感到困惑。
• 如果兩個(gè)模塊具有相同名稱(chēng)的函數(shù)，則第二個(gè)導(dǎo)入的將會(huì)覆蓋第一個(gè)模塊的函數(shù)。

NumPy

NumPy 是用 Python 進(jìn)行科學(xué)計(jì)算的基礎(chǔ)包。它非?？焖偾乙子谑褂谩＿@個(gè)包能夠幫助我們按元素進(jìn)行計(jì)算（逐個(gè)元素）。

常規(guī)的 Python 列表不知道如何以元素方式進(jìn)行操作。當(dāng)然我們也可以用 Python 列表去做科學(xué)計(jì)算，但是它非常慢，而且還需要編寫(xiě)更多的代碼來(lái)得到想要的結(jié)果。更多時(shí)候使用 NumPy 才是一個(gè)聰明的主意。

與常規(guī) Python 列表不同，NumPy 數(shù)組中的元素總是只有一種類(lèi)型。如果我們將一個(gè)不同類(lèi)型的數(shù)組傳遞給np.array()，可以用參數(shù) dtype 設(shè)定想要的類(lèi)型。如果沒(méi)有給出此參數(shù)，則會(huì)將類(lèi)型確定為保存對(duì)象所需的最小類(lèi)型。

NumPy 數(shù)組 —— 類(lèi)型轉(zhuǎn)換

np.array([False, 42, "Data Science"])   # array(["False", "42", "Data Science"], dtype="<U12")
np.array([False, 42], dtype = int)      # array([ 0, 42])
np.array([False, 42, 53.99], dtype = float) # array([  0.  ,  42.  ,  53.99])

# 無(wú)效的類(lèi)型轉(zhuǎn)換
np.array([False, 42, "Data Science"], dtype = float) # 不會(huì)把字符串 'Data Science' 轉(zhuǎn)化為浮點(diǎn)型

NumPy 數(shù)組有自己的屬性和方法。你是不是還記得前面說(shuō)過(guò) Python 運(yùn)算符在不同的數(shù)據(jù)類(lèi)型上表現(xiàn)也不一樣？在NumPy 中運(yùn)算符在這方面表現(xiàn)得很好。

NumPy 數(shù)組上的運(yùn)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])

如果檢查 NumPy 數(shù)組的類(lèi)型，結(jié)果會(huì)是 numpy.ndarray。 ndarray 意味著是 n 維數(shù)組。在前面的例子中用了一維數(shù)組，但是也可以使用 2, 3, 4 甚至更多維數(shù)組。我們可以在數(shù)組上進(jìn)行子集化，而這與該數(shù)組的維數(shù)無(wú)關(guān)。下面是一些二維數(shù)組的例子。

二維數(shù)組的子集

numbers = np.array([
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9],
    [10, 11, 12]
])

numbers[2, 1]     # 8
numbers[-1, 0]    # 10
numbers[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]])

如果想要知道一個(gè) numpy 數(shù)組有多少個(gè)維度，以及每個(gè)維度有多少個(gè)元素，可以用 shape 屬性。下面的代碼得到二維數(shù)組的shape，返回的元組中的第一個(gè)元素是行數(shù)，第二個(gè)元素是列數(shù)。

NumPy 的 shape屬性

numbers = np.array([
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9],
    [10, 11, 12],
    [13, 14, 15]
])

numbers.shape # (5, 3)

基本統(tǒng)計(jì)

分析數(shù)據(jù)的第一步是熟悉數(shù)據(jù)。 NumPy 有一些基本方法來(lái)幫助我們做到這一點(diǎn)。

• np.mean() - 返回算術(shù)平均值（元素之和除以元素的個(gè)數(shù)）。
• np.median() - 返回中位數(shù)（傳入的數(shù)組的中間值，如果數(shù)組的長(zhǎng)度是偶數(shù)，將計(jì)算兩個(gè)中間值的平均值）
• np.corrcoef() - 返回一個(gè)相關(guān)矩陣。當(dāng)我們想要查看數(shù)據(jù)集中兩個(gè)變量之間是否存在相關(guān)性時(shí)，或者在兩個(gè)具有相同長(zhǎng)度的數(shù)組之間存在相關(guān)性時(shí)，這個(gè)函數(shù)非常有用。
• np.std() - 返回標(biāo)準(zhǔn)偏差

learning_hours = [1, 2, 6, 4, 10]
grades = [3, 4, 6, 5, 6]

np.mean(learning_hours)   # 4.6
np.median(learning_hours) # 4.0
np.std(learning_hours)    # 3.2
np.corrcoef(learning_hours, grades) 
# 輸出：[[ 1.          0.88964891][ 0.88964891  1.        ]]

使用 NumPy 生成基本統(tǒng)計(jì)信息

從上面的例子中，我們可以看到學(xué)習(xí)時(shí)間和成績(jī)之間存在高度相關(guān)性。

此外還可以看到：

• 學(xué)習(xí)時(shí)間的平均值是 4.6
• 學(xué)習(xí)時(shí)間的中位數(shù)為 4.0
• 學(xué)習(xí)時(shí)間的標(biāo)準(zhǔn)差為 3.2

NumPy 還有一些基本函數(shù)，如 np.sort() 和 np.sum() ，在基本的 Python 列表中也有同樣的函數(shù)。不過(guò)需要注意的是 NumPy 在數(shù)組中會(huì)強(qiáng)制統(tǒng)一類(lèi)型，這加快了計(jì)算速度。