一.基本数据类型
1.整形
a=10
type(a)
Out[75]: inta.bit_length() #字节长度
Out[76]: 4整形相除会返回整形，想要返回浮点数，需要用浮点数相除
1./4
Out[79]: 0.25
2.浮点型
b=0.25
type(b)
Out[80]: float浮点数表示成有理分式
b.as_integer_ratio()
Out[81]: (1, 4)
那么怎么确定精度呢？ 需要引入decimal模块
import decimal
from decimal import Decimal
decimal.getcontext()
Out[82]: Context(prec=8, rounding=ROUND_HALF_EVEN, Emin=-999999, Emax=999999, capitals=1, clamp=0, flags=[Inexact, Rounded], traps=[InvalidOperation, DivisionByZero, Overflow])
可以看到 精度是28，还有最大值、最小值
可以改变精度
decimal.getcontext().prec=4 # 改变精度为4
e=Decimal(1)/Decimal(11) #计算1/11
print(e)
输出结果：
0.09091
确定精度为10：
decimal.getcontext().prec=10
e=Decimal(1)/Decimal(11)
print(e)
0.09090909091
3.字符串
字符串表示文本
t='this is a string't.capitalize()
Out[88]: 'This is a string'
按tab键可以有自动补全功能，可以查看内建方法。比如：图中有字符串的一些内建方法，capitalize等。
t.split() #字符串的分割
Out[23]: ['this', 'is', 'a', 'string'] #结果分割为列表查找
t.find(‘a’) #查找元素‘a’，返回元素位置，注意：python位置下标从0开始
Out[25]: 8
替换
t.replace(‘ ‘,’|’) #把空格替换为‘|’
Out[27]: ‘this|is|a|string’
去除操作
s=’http://wwww.python.org’
s.strip(‘htp:/’) #去除’htp:/’
Out[29]: ‘wwww.python.org’
正则表达式 re的简单应用
import re
series=”””
’01/18/2014 13:00:00′,100,’1st’, #三引号表示可以换行
’01/18/2014 13:00:00′,110,’2nd’,
’01/18/2014 13:00:00′,120,’3rd’,
“””
dt=re.compile(r”‘[0-9/:\s]+'”) #匹配规则：反斜杠表示转译
result=dt.findall(series)
print(result)
[“’01/18/2014 13:00:00′”, “’01/18/2014 13:00:00′”, “’01/18/2014 13:00:00′”] #返回值是一个列表
接着把时间序列转化为datetime对象
from datetime import datetime
pydt=datetime.strptime(result[0].replace(“‘”,””),’%m/%d/%Y %H:%M:%S’)
pydt
Out[102]: datetime.datetime(2014, 1, 18, 13, 0)
type(pydt)
Out[103]: datetime.datetime
小注：
datetime模块的时间与字符串转化：
import datetime
from datetime import datetime
datetime.datetime.strftime()：由日期格式转化为字符串格式
datetime.datetime.now().strftime(‘%m-%d-%Y %H:%M:%S’)
Out[105]: ’05-02-2018 18:27:58′
datetime.datetime.strptime():由字符串格式转化为日期格式
datetime.datetime.strptime(’05-16-2017 21:01:35′, ‘%m-%d-%Y %H:%M:%S’)
Out[107]: datetime.datetime(2018, 5, 2, 18, 27, 58)
具体参考：https://www.cnblogs.com/cindy-cindy/p/6720196.html
二.基本数据结构
1.元组：tpule
t=(1,2.5,'date')t1=1,2.5,'date'
type(t1)
Out[3]: tuplet1[2]
Out[4]: 'date'
只有两个方法 : 计数与下表返回索引
t.count(para)
t.index(para)
t.count(1)
Out[6]: 1t.index(1)
Out[7]: 0
2.列表
列表的构建
l=[1,2,1.5]
l1=[x for x in range(10)]
l2=list(t)
print(l,'\n',l1,'\n',l2)
[1, 2, 1.5]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[1, 2.5, 'date']
操作方法：
print('abc\ndef') #\n 换行
abc
deftype(l1)
Out[10]: listl.append([4,3]) #添加列表
l
Out[11]: [1, 2, 1.5, [4, 3]]l.extend([1,3,6]) # 添加元素
l
Out[12]: [1, 2, 1.5, [4, 3], 1, 3, 6]l.insert(1,'date')
l
Out[13]: [1, 'date', 2, 1.5, [4, 3], 1, 3, 6]l.remove('date')
lOut[14]: [1, 2, 1.5, [4, 3], 1, 3, 6]p=l.pop(2) # pop 方法 可用返回值接受
print(l,'\n',p)[1, 2, [4, 3], 1, 3, 6]
1.5l[:2]
Out[16]: [1, 2]
3.字典
d={
'name':'John',
'sex':'male',
'age':18,
'country':'China'}
d['name']
Out[17]: 'John'd.keys() # 所有key组成的列表
Out[18]: dict_keys(['name', 'sex', 'age', 'country'])d.values()
Out[19]: dict_values(['John', 'male', 18, 'China'])d.items() # 字典转化为 list list中元素是元组，元组由字典的key 和balue组合
Out[20]: dict_items([('name', 'John'), ('sex', 'male'), ('age', 18), ('country', 'China')])print('{} is {}'.format(d['name'],d['age']))
John is 18birth=Trueif birth is True:
d['age']+=1print(d['age'])
19
字典的遍历
for i in d:
print(i)name
sex
age
country
for item in d.items():
print(item)('name', 'John')
('sex', 'male')
('age', 19)
('country', 'China')
for values in d.values():
print(values)John
male
19
China
4.集合
s=set(['u','i','du','du','u']) print(s) t=set(['du','u'])
t
{'i', 'u', 'du'}
Out[27]: {'du', 'u'}
交并补
s.union(t)
Out[29]: {'du', 'i', 'u'}s.intersection(t)
Out[30]: {'du', 'u'}s.difference(t)
Out[31]: {'i'}
5. 函数编程
简单的函数：
def f(x):
return x**2f(2)
Out[32]: 4
求偶数：
def even(x):
return x%2==0even(2)
Out[33]: True
map函数：
python3下的map()函数返回类型为iterators，不再是list
map（）的使用方法形如map(f(x),Itera).对，它有两个参数，第一个参数为某个函数，第二个为可迭代对象。
list(map(even,range(4)))
Out[34]: [True, False, True, False]list(map(lambda x:x**2,range(4)))Out[35]: [0, 1, 4, 9]
filter 函数：
过滤功能，刷选出符合条件的
list(filter(even,range(15)))
Out[36]: [0, 2, 4, 6, 8, 10, 12, 14]
reduce函数：
reduce（）的使用方法形如reduce(f(x),Itera).对，它的形式和map()函数一样。不过参数f（x）必须有两个参数。reduce()函数作用是：把结果继续和序列的下一个元素做累积计算
from functools import reduce
reduce(lambda x,y:x+y,range(5))Out[37]: 10
其实就是类似下边的函数：
def cunsum(x):
total=0
for i in range(x):
total+=i
return totalcunsum(5)
Out[38]: 10
