欢迎大家来到IT世界,在知识的湖畔探索吧!

以下所有代码全都至少运行一遍，确保可复现、易于理解、逐步完成入门到进阶的学习。

一、 Python 基础 62 例

1 十转二

将十进制转换为二进制：

>>> bin(10)
'0b1010'

欢迎大家来到IT世界,在知识的湖畔探索吧!

2 十转八

十进制转换为八进制：

欢迎大家来到IT世界,在知识的湖畔探索吧!>>> oct(9)
'0o11'

3 十转十六

十进制转换为十六进制：

>>> hex(15)
'0xf'

4 字符串转字节

字符串转换为字节类型

欢迎大家来到IT世界,在知识的湖畔探索吧!>>> s = "apple"
>>> bytes(s,encoding='utf-8')
b'apple'

5 转为字符串

字符类型、数值型等转换为字符串类型

>>> i = 100
>>> str(i)
'100'

6 十转ASCII

十进制整数对应的 ASCII 字符

>>> chr(65)
'A'

7 ASCII转十

ASCII字符对应的十进制数

>>> ord('A')
65

8 转为字典

创建数据字典的几种方法

>>> dict
{}
>>> dict(a='a',b='b')
{'a': 'a', 'b': 'b'}
>>> dict(zip(['a','b'],[1,2]))
{'a': 1, 'b': 2}
>>> dict([('a',1),('b',2)])
{'a': 1, 'b': 2}

9 转为浮点类型

整数或数值型字符串转换为浮点数

>>> float(3)
3.0

如果不能转化为浮点数，则会报ValueError:

>>> float('a')
Traceback (most recent call last):
File "<pyshell#7>", line 1, in <module>
float('a')
ValueError: could not convert string to float: 'a'

10 转为整型

int(x, base =10)

x 可能为字符串或数值，将 x 转换为整数。

如果参数是字符串，那么它可能包含符号和小数点。如果超出普通整数的表示范围，一个长整数被返回。

>>> int('12',16)
18

11 转为集合

返回一个 set 对象，集合内不允许有重复元素：

>>> a = [1,4,2,3,1]
>>> set(a)
{1, 2, 3, 4}

12 转为切片

class slice(start, stop[, step])

返回一个由 range(start, stop, step) 指定索引集的 slice 对象，代码可读性变好。

>>> a = [1,4,2,3,1]
>>> my_slice = slice(0,5,2)
>>> a[my_slice]
[1, 2, 1]

13 转元组

tuple将对象转为一个不可变的序列类型

>>> a=[1,3,5]
>>> a.append(7)
>>> a
[1, 3, 5, 7]
#禁止a增删元素，只需转为元组
>>> t=tuple(a)
>>> t
(1, 3, 5, 7)

14 转冻结集合

创建不可修改的集合：

>>> a = frozenset([1,1,3,2,3])
>>> a # a 无 pop,append,insert等方法
frozenset({1, 2, 3})

15 商和余数

分别取商和余数

>>> divmod(10,3)
(3, 1)

16 幂和余同时做

pow 三个参数都给出表示先幂运算再取余：

>>> pow(3, 2, 4)
1

17 四舍五入

四舍五入，ndigits代表小数点后保留几位：

>>> round(10.045, 2)
10.04
>>> round(10.046, 2)
10.05

18 查看变量所占字节数

>>> import sys
>>> a = {'a':1,'b':2.0}
>>> sys.getsizeof(a) # 变量占用字节数
240

19 门牌号

返回对象的内存地址

>>> class Student:
def __init__(self,id,name):
self.id = id
self.name = name

>>> xiaoming = Student('001','xiaoming')
>>> id(xiaoming)
2281930739080

20 排序函数

排序：

>>> a = [1,4,2,3,1]
#降序
>>> sorted(a,reverse=True)
[4, 3, 2, 1, 1]
>>> a = [{'name':'xiaoming','age':18,'gender':'male'},
{'name':'xiaohong','age':20,'gender':'female'}]
#按 age升序
>>> sorted(a,key=lambda x: x['age'],reverse=False)
[{'name': 'xiaoming', 'age': 18, 'gender': 'male'},
{'name': 'xiaohong', 'age': 20, 'gender': 'female'}]

21 求和函数

求和：

>>> a = [1,4,2,3,1]
>>> sum(a)
11
#求和初始值为1
>>> sum(a,1)
12

22 计算表达式

计算字符串型表达式的值

>>> s = "1 + 3 +5"
>>> eval(s)
9
>>> eval('[1,3,5]*3')
[1, 3, 5, 1, 3, 5, 1, 3, 5]

23 真假

>>> bool(0)
False
>>> bool(False)
False
>>> bool(None)
False
>>> bool([])
False
>>> bool([False])
True
>>> bool([0,0,0])
True

24 都为真

如果可迭代对象的所有元素都为真，那么返回 True，否则返回False

#有0，所以不是所有元素都为真
>>> all([1,0,3,6])
False

#所有元素都为真
>>> all([1,2,3])
True

25 至少一个为真

接受一个可迭代对象，如果可迭代对象里至少有一个元素为真，那么返回True，否则返回False

# 没有一个元素为真
>>> any([0,0,0,[]])
False

# 至少一个元素为真
>>> any([0,0,1])
True

26 获取用户输入

获取用户输入内容

>>> input
I'm typing
"I'm typing "

27 print 用法

>>> lst = [1,3,5]
# f 打印
>>> print(f'lst: {lst}')
lst: [1, 3, 5]
# format 打印
>>> print('lst:{}'.format(lst))
lst:[1, 3, 5]

28 字符串格式化

格式化字符串常见用法

>>> print("i am {0},age {1}".format("tom",18))
i am tom,age 18
>>> print("{:.2f}".format(3.1415926)) # 保留小数点后两位
3.14
>>> print("{:+.2f}".format(-1)) # 带符号保留小数点后两位
-1.00
>>> print("{:.0f}".format(2.718)) # 不带小数位
3
>>> print("{:0>3d}".format(5)) # 整数补零，填充左边, 宽度为3
005
>>> print("{:,}".format(10241024)) # 以逗号分隔的数字格式
10,241,024
>>> print("{:.2%}".format(0.718)) # 百分比格式
71.80%
>>> print("{:.2e}".format(10241024)) # 指数记法
1.02e+07

29 返回对象哈希值

返回对象的哈希值。值得注意，自定义的实例都可哈希：

>>> class Student:
def __init__(self,id,name):
self.id = id
self.name = name

>>> xiaoming = Student('001','xiaoming')
>>> hash(xiaoming)
-9223371894234104688

list,dict,set等可变对象都不可哈希(unhashable)：

>>> hash([1,3,5])
Traceback (most recent call last):
File "<pyshell#71>", line 1, in <module>
hash([1,3,5])
TypeError: unhashable type: 'list'

30 打开文件

返回文件对象

>>> import os
>>> os.chdir('D:/source/dataset')
>>> os.listdir
['drinksbycountry.csv', 'IMDB-Movie-Data.csv', 'movietweetings',
'titanic_eda_data.csv', 'titanic_train_data.csv']
>>> o = open('drinksbycountry.csv',mode='r',encoding='utf-8')
>>> o.read
"country,beer_servings,spirit_servings,wine_servings,total_litres_of_pur
e_alcohol,continent\nAfghanistan,0,0,0,0.0,Asia\nAlbania,89,132,54,4.9,"

mode 取值表：

字符	意义
'r'	读取（默认）
'w'	写入，并先截断文件
'x'	排它性创建，如果文件已存在则失败
'a'	写入，如果文件存在则在末尾追加
'b'	二进制模式
't'	文本模式（默认）
'+'	打开用于更新（读取与写入）

31 查看对象类型

class type(name, bases, dict)

传入参数，返回 object 类型：

>>> type({4,6,1})
<class 'set'>
>>> type({'a':[1,2,3],'b':[4,5,6]})
<class 'dict'>
>>> class Student:
def __init__(self,id,name):
self.id = id
self.name = name

>>> type(Student('1','xiaoming'))
<class '__main__.Student'>

32 两种创建属性方法

返回 property 属性，典型的用法：

>>> class C:
def __init__(self):
self._x = None
def getx(self):
return self._x
def setx(self, value):
self._x = value
def delx(self):
del self._x
# 使用property类创建 property 属性
x = property(getx, setx, delx, "I'm the 'x' property.")

使用 C 类：

>>> C.x=1
>>> c=C
# 属性x赋值
>>> c.x=1
# 拿值
>>> c.getx
1
# 删除属性x
>>> c.delx
# 再拿报错
>>> c.getx
Traceback (most recent call last):
File "<pyshell#118>", line 1, in <module>
c.getx
File "<pyshell#112>", line 5, in getx
return self._x
AttributeError: 'C' object has no attribute '_x'
# 再属性赋值
>>> c.x=1
>>> c.setx(1)
>>> c.getx
1

使用@property装饰器，实现与上完全一样的效果：

class C:
def __init__(self):
self._x = None

@property
def x(self):
return self._x

@x.setter
def x(self, value):
self._x = value

@x.deleter
def x(self):
del self._x

33 是否可调用

判断对象是否可被调用，能被调用的对象是一个callable对象。

>>> callable(str)
True
>>> callable(int)
True

Student 对象实例目前不可调用：

>>> class Student:
def __init__(self,id,name):
self.id = id
self.name = name

>>> xiaoming = Student(id='1',name='xiaoming')
>>> callable(xiaoming)
False

如果 xiaoming能被调用 , 需要重写Student类的__call__方法：

>>> class Student:
def __init__(self,id,name):
self.id = id
self.name = name

此时调用 xiaoming:

>>> xiaoming = Student('001','xiaoming')
>>> xiaoming
I can be called
my name is xiaoming

34 动态删除属性

删除对象的属性

>>> class Student:
def __init__(self,id,name):
self.id = id
self.name = name

>>> xiaoming = Student('001','xiaoming')
>>> delattr(xiaoming,'id')
>>> hasattr(xiaoming,'id')
False

35 动态获取对象属性

获取对象的属性

>>> class Student:
def __init__(self,id,name):
self.id = id
self.name = name

>>> xiaoming = Student('001','xiaoming')
>>> getattr(xiaoming,'name') # 获取name的属性值
'xiaoming'

36 对象是否有某个属性

>>> class Student:
def __init__(self,id,name):
self.id = id
self.name = name

>>> xiaoming = Student('001','xiaoming')
>>> getattr(xiaoming,'name')# 判断 xiaoming有无 name属性
'xiaoming'
>>> hasattr(xiaoming,'name')
True
>>> hasattr(xiaoming,'address')
False

37 isinstance

判断object是否为classinfo的实例，是返回true

>>> class Student:
def __init__(self,id,name):
self.id = id
self.name = name

>>> xiaoming = Student('001','xiaoming')
>>> isinstance(xiaoming,Student)
True

38 父子关系鉴定

>>> class Student:
def __init__(self,id,name):
self.id = id
self.name = name

>>> class Undergraduate(Student):
pass

# 判断 Undergraduate 类是否为 Student 的子类
>>> issubclass(Undergraduate,Student)
True

第二个参数可为元组：

>>> issubclass(int,(int,float))
True

39 所有对象之根

object 是所有类的基类

>>> isinstance(1,object)
True

>>> isinstance([],object)
True

40 一键查看对象所有方法

不带参数时返回当前范围内的变量、方法和定义的类型列表；带参数时返回参数的属性，方法列表。

>>> class Student:
def __init__(self,id,name):
self.id = id
self.name = name

>>> xiaoming = Student('001','xiaoming')
>>> dir(xiaoming)
['__call__', '__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'id', 'name']

41 枚举对象

Python 的枚举对象

>>> s = ["a","b","c"]
>>> for i,v in enumerate(s):
print(i,v)
0 a
1 b
2 c

42 创建迭代器

>>> class TestIter:
def __init__(self,lst):
self.lst = lst

# 重写可迭代协议__iter__
def __iter__(self):
print('__iter__ is called')
return iter(self.lst)

迭代 TestIter 类：

>>> t = TestIter
>>> t = TestIter([1,3,5,7,9])
>>> for e in t:
print(e)


__iter__ is called
1
3
5
7
9

43 创建range迭代器

1. range(stop)

2. range(start, stop[,step])

生成一个不可变序列的迭代器：

>>> t = range(11)
>>> t = range(0,11,2)
>>> for e in t:
print(e)

0
2
4
6
8
10

44 反向

>>> rev = reversed([1,4,2,3,1])
>>> for i in rev:
print(i)

1
3
2
4
1

45 打包

聚合各个可迭代对象的迭代器：

>>> x = [3,2,1]
>>> y = [4,5,6]
>>> list(zip(y,x))
[(4, 3), (5, 2), (6, 1)]
>>> for i,j in zip(y,x):
print(i,j)

4 3
5 2
6 1

46 过滤器

函数通过 lambda 表达式设定过滤条件，保留 lambda 表达式为True的元素：

>>> fil = filter(lambda x: x>10,[1,11,2,45,7,6,13])
>>> for e in fil:
print(e)

11
45
13

47 链式比较

>>> i = 3
>>> 1 < i < 3
False
>>> 1 < i <=3
True

48 链式操作

>>> from operator import (add, sub)
>>> def add_or_sub(a, b, oper):
return (add if oper == '+' else sub)(a, b)
>>> add_or_sub(1, 2, '-')
-1

49 split 分割**

>>> 'i love python'.split(' ')
['i', 'love', 'python']

50 replace 替换

>>> 'i\tlove\tpython'.replace('\t',',')
'i,love,python'

51 反转字符串

>>> st="python"
>>> ''.join(reversed(st))
'nohtyp'

52 使用time模块打印当前时间

# 导入time模块
>>> import time
# 打印当前时间，返回浮点数
>>> seconds = time.time
>>> seconds
1588858156.6146255

53 浮点数转时间结构体

# 浮点数转时间结构体
>>> local_time = time.localtime(seconds)
>>> local_time
time.struct_time(tm_year=2020, tm_mon=5, tm_mday=7, tm_hour=21, tm_min=29, tm_sec=16, tm_wday=3, tm_yday=128, tm_isdst=0)

• tm_year: 年

• tm_mon: 月

• tm_mday: 日

• tm_hour: 小时

• tm_min：分

• tm_sec: 分

• tm_sec: 秒

• tm_wday: 一周中索引([0,6], 周一的索引:0)

• tm_yday: 一年中索引([1,366])

• tm_isdst: 1 if summer time is in effect, 0 if not, and -1 if unknown

54 时间结构体转时间字符串

# 时间结构体转时间字符串
>>> str_time = time.asctime(local_time)
>>> str_time
'Thu May 7 21:29:16 2020'

55 时间结构体转指定格式时间字符串

# 时间结构体转指定格式的时间字符串
>>> format_time = time.strftime('%Y.%m.%d %H:%M:%S',local_time)
>>> format_time
'2020.05.07 21:29:16'

56 时间字符串转时间结构体

# 时间字符串转时间结构体
>>> time.strptime(format_time,'%Y.%m.%d %H:%M:%S')
time.struct_time(tm_year=2020, tm_mon=5, tm_mday=7, tm_hour=21, tm_min=29, tm_sec=16, tm_wday=3, tm_yday=128, tm_isdst=-1)

57 年的日历图

>>> import calendar
>>> from datetime import date
>>> mydate=date.today
>>> calendar.calendar(2020)

结果：

 2020

January February March
Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su
1 2 3 4 5 1 2 1
6 7 8 9 10 11 12 3 4 5 6 7 8 9 2 3 4 5 6 7 8
13 14 15 16 17 18 19 10 11 12 13 14 15 16 9 10 11 12 13 14 15
20 21 22 23 24 25 26 17 18 19 20 21 22 23 16 17 18 19 20 21 22
27 28 29 30 31 24 25 26 27 28 29 23 24 25 26 27 28 29
30 31

April May June
Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su
1 2 3 4 5 1 2 3 1 2 3 4 5 6 7
6 7 8 9 10 11 12 4 5 6 7 8 9 10 8 9 10 11 12 13 14
13 14 15 16 17 18 19 11 12 13 14 15 16 17 15 16 17 18 19 20 21
20 21 22 23 24 25 26 18 19 20 21 22 23 24 22 23 24 25 26 27 28
27 28 29 30 25 26 27 28 29 30 31 29 30

July August September
Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su
1 2 3 4 5 1 2 1 2 3 4 5 6
6 7 8 9 10 11 12 3 4 5 6 7 8 9 7 8 9 10 11 12 13
13 14 15 16 17 18 19 10 11 12 13 14 15 16 14 15 16 17 18 19 20
20 21 22 23 24 25 26 17 18 19 20 21 22 23 21 22 23 24 25 26 27
27 28 29 30 31 24 25 26 27 28 29 30 28 29 30
31

October November December
Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su
1 2 3 4 1 1 2 3 4 5 6
5 6 7 8 9 10 11 2 3 4 5 6 7 8 7 8 9 10 11 12 13
12 13 14 15 16 17 18 9 10 11 12 13 14 15 14 15 16 17 18 19 20
19 20 21 22 23 24 25 16 17 18 19 20 21 22 21 22 23 24 25 26 27
26 27 28 29 30 31 23 24 25 26 27 28 29 28 29 30 31
30

58 月的日历图

>>> import calendar
>>> from datetime import date
>>> mydate = date.today
>>> calendar.month(mydate.year, mydate.month)

结果：

 May 2020
Mo Tu We Th Fr Sa Su
1 2 3
4 5 6 7 8 9 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30 31

59 判断是否为闰年

>>> import calendar
>>> from datetime import date
>>> mydate = date.today
>>> is_leap = calendar.isleap(mydate.year)
>>> ("{}是闰年" if is_leap else "{}不是闰年\n").format(mydate.year)
'2020是闰年'

60 with 读写文件

读文件：

>> import os
>>> os.chdir('D:/source/dataset')
>>> os.listdir
['drinksbycountry.csv', 'IMDB-Movie-Data.csv', 'movietweetings', 'test.csv', 'titanic_eda_data.csv', 'titanic_train_data.csv', 'train.csv']
# 读文件
>>> with open('drinksbycountry.csv',mode='r',encoding='utf-8') as f:
o = f.read
print(o)

写文件：

# 写文件
>>> with open('new_file.txt',mode='w',encoding='utf-8') as f:
w = f.write('I love python\n It\'s so simple')
os.listdir


['drinksbycountry.csv', 'IMDB-Movie-Data.csv', 'movietweetings', 'new_file.txt', 'test.csv', 'titanic_eda_data.csv', 'titanic_train_data.csv', 'train.csv']
>>> with open('new_file.txt',mode='r',encoding='utf-8') as f:
o = f.read
print(o)

I love python
It's so simple

61 提取后缀名

>>> import os
>>> os.path.splitext('D:/source/dataset/new_file.txt')
('D:/source/dataset/new_file', '.txt') #[1]：后缀名

62 提取完整文件名

>>> import os
>>> os.path.split('D:/source/dataset/new_file.txt')
('D:/source/dataset', 'new_file.txt')

二、 Python 核心 12 例

63 斐波那契数列前n项

>>> def fibonacci(n):
a, b = 1, 1
for _ in range(n):
yield a
a, b = b, a+b # 注意这种赋值

>>> for fib in fibonacci(10):
print(fib)


1
1
2
3
5
8
13
21
34
55

64 list 等分 n 组

>>> from math import ceil
>>> def divide_iter(lst, n):
if n <= 0:
yield lst
return
i, div = 0, ceil(len(lst) / n)
while i < n:
yield lst[i * div: (i + 1) * div]
i += 1


>>> for group in divide_iter([1,2,3,4,5],2):
print(group)


[1, 2, 3]
[4, 5]

65 yield 解释

有好几位同学问我，生成器到底该怎么理解。

在这里我总结几句话，看看是否对不理解生成器的朋友有帮助。

生成器首先是一个 “特殊的” return ，遇到 yield 立即中断返回。

但是，又与 return 不同，yield 后下一次执行会进入到yield 的下一句代码，而不像 return 下一次执行还是从函数体的第一句开始执行。

可能还是没说清，那就用图解释一下：

第一次 yield 返回 1

第二次迭代，直接到位置 2 这句代码：

然后再走 for ,再 yield ，重复下去，直到for结束。

以上就是理解 yield 的重点一个方面。

66 装饰器

66.1 定义装饰器

time 模块大家比较清楚，第一个导入 wraps函数（装饰器）为确保被装饰的函数名称等属性不发生改变用的，这点现在不清楚也问题不大，实践一下就知道了。

from functools import wraps
import time

定义一个装饰器：print_info，装饰器函数入参要求为函数，返回值要求也为函数。

如下，入参为函数 f, 返回参数 info 也为函数，满足要求。

def print_info(f):
"""
@para: f, 入参函数名称
"""
@wraps(f) # 确保函数f名称等属性不发生改变
def info:
print('正在调用函数名称为： %s ' % (f.__name__,))
t1 = time.time
f
t2 = time.time
delta = (t2 - t1)
print('%s 函数执行时长为：%f s' % (f.__name__,delta))

return info

66.2使用装饰器

使用 print_info 装饰器，分别修饰 f1, f2 函数。

软件工程要求尽量一次定义，多次被复用。

@print_info
def f1:
time.sleep(1.0)


@print_info
def f2:
time.sleep(2.0)

66.3 使用装饰后的函数

使用 f1, f2 函数：

f1
f2

# 输出信息如下：

# 正在调用函数名称为：f1
# f1 函数执行时长为：1.000000 s
# 正在调用函数名称为：f2
# f2 函数执行时长为：2.000000 s

67 迭代器案例

一个类如何成为迭代器类型，请看官方PEP说明：

即必须实现两个方法（或者叫两种协议）：__iter__,__next__

下面编写一个迭代器类：

class YourRange:
def __init__(self, start, end):
self.value = start
self.end = end

# 成为迭代器类型的关键协议
def __iter__(self):
return self

# 当前迭代器状态(位置)的下一个位置
def __next__(self):
if self.value >= self.end:
raise StopIteration

cur = self.value
self.value += 1
return cur

使用这个迭代器：

yr = YourRange(5, 12)
for e in yr:
print(e)

迭代器实现__iter__协议，它就能在 for 上迭代，参考官网PEP解释：

文章最后提个问题，如果此时运行：

next(yr)

会输出 5， 还是报错？

如果 yr 是 list，for 遍历后，再 next(iter(yr)) 又会输出什么？

如果能分清这些问题，恭喜你，已经真正理解迭代器迭代和容器遍历的区别。如果你还拿不准，欢迎交流。

下面使用 4 种常见的绘图库绘制柱状图和折线图，使用尽可能最少的代码绘制，快速入门这些库是本文的写作目的。

68 matplotlib

导入包：

import matplotlib 
matplotlib.__version__ # '2.2.2'

import matplotlib.pyplot as plt

绘图代码：

import matplotlib.pyplot as plt 
plt.plot([0, 1, 2, 3, 4, 5],
[1.5, 1, -1.3, 0.7, 0.8, 0.9]
,c='red')
plt.bar([0, 1, 2, 3, 4, 5],
[2, 0.5, 0.7, -1.2, 0.3, 0.4]
)
plt.show

69 seaborn

导入包：

import seaborn as sns 
sns.__version__ # '0.8.0'

绘制图：

sns.barplot([0, 1, 2, 3, 4, 5],
[1.5, 1, -1.3, 0.7, 0.8, 0.9]
)
sns.pointplot([0, 1, 2, 3, 4, 5],
[2, 0.5, 0.7, -1.2, 0.3, 0.4]
)
plt.show

70 plotly 绘图

导入包：

import plotly 
plotly.__version__ # '2.0.11'

绘制图（自动打开html）：

import plotly.graph_objs as go
import plotly.offline as offline

pyplt = offline.plot
sca = go.Scatter(x=[0, 1, 2, 3, 4, 5],
y=[1.5, 1, -1.3, 0.7, 0.8, 0.9]
)
bar = go.Bar(x=[0, 1, 2, 3, 4, 5],
y=[2, 0.5, 0.7, -1.2, 0.3, 0.4]
)
fig = go.Figure(data = [sca,bar])
pyplt(fig)

71 pyecharts

导入包：

import pyecharts
pyecharts.__version__ # '1.7.1'

绘制图（自动打开html）：

bar = (
Bar
.add_xaxis([0, 1, 2, 3, 4, 5])
.add_yaxis('ybar',[1.5, 1, -1.3, 0.7, 0.8, 0.9])
)
line = (Line
.add_xaxis([0, 1, 2, 3, 4, 5])
.add_yaxis('yline',[2, 0.5, 0.7, -1.2, 0.3, 0.4])
)
bar.overlap(line)
bar.render_notebook

大家在复现代码时，需要注意API与包的版本紧密相关，与上面版本不同的包其内的API可能与以上写法有略有差异，大家根据情况自行调整即可。

matplotlib 绘制三维 3D 图形的方法，主要锁定在绘制 3D 曲面图和等高线图。

72 理解 meshgrid

要想掌握 3D 曲面图，需要首先理解 meshgrid 函数。

导入包：

import numpy as np
import matplotlib.pyplot as plt

创建一维数组 x

nx, ny = (5, 3)
x = np.linspace(0, 1, nx)
x
# 结果
# array([0. , 0.25, 0.5 , 0.75, 1. ])

创建一维数组 y

y = np.linspace(0, 1, ny)
y
# 结果
# array([0. , 0.5, 1. ])

使用 meshgrid生成网格点：

xv, yv = np.meshgrid(x, y)
xv

xv 结果：

array([[0. , 0.25, 0.5 , 0.75, 1. ],
[0. , 0.25, 0.5 , 0.75, 1. ],
[0. , 0.25, 0.5 , 0.75, 1. ]])

yv 结果：

array([[0. , 0. , 0. , 0. , 0. ],
[0.5, 0.5, 0.5, 0.5, 0.5],
[1. , 1. , 1. , 1. , 1. ]])

绘制网格点：

plt.scatter(xv.flatten,yv.flatten,c='red')
plt.xticks(ticks=x)
plt.yticks(ticks=y)

以上就是 meshgrid 功能：创建网格点，它是绘制 3D 曲面图的必用方法之一。

73 绘制曲面图

导入 3D 绘图模块：

from mpl_toolkits.mplot3d import Axes3D

生成X,Y,Z

# X, Y 
x = np.arange(-5, 5, 0.25)
y = np.arange(-5, 5, 0.25)
X, Y = np.meshgrid(x, y) # x-y 平面的网格
R = np.sqrt(X ** 2 + Y ** 2)
# Z
Z = np.sin(R)

绘制 3D 曲面图：

fig = plt.figure
ax = Axes3D(fig)
plt.xticks(ticks=np.arange(-5,6))
plt.yticks(ticks=np.arange(-5,6))
ax.plot_surface(X, Y, Z, cmap=plt.get_cmap('rainbow'))
plt.show

74 等高线图

以上 3D 曲面图的在 xy平面、 xz平面、yz平面投影，即是等高线图。

xy 平面投影得到的等高线图：

fig = plt.figure
ax = Axes3D(fig)
plt.xticks(ticks=np.arange(-5,6))
plt.yticks(ticks=np.arange(-5,6))
ax.contourf(X, Y, Z, zdir='z', offset=-1, cmap=plt.get_cmap('rainbow'))
plt.show

三、 Python 习惯 26 例

75 / 返回浮点数

即便两个整数，/操作也会返回浮点数

In [1]: 8/5
Out[1]: 1.6

76 // 得到整数部分

使用 //快速得到两数相除的整数部分，并且返回整型，此操作符容易忽略，但确实很实用。

In [2]: 8//5
Out[2]: 1

In [3]: a = 8//5
In [4]: type(a)
Out[4]: int

77 % 得到余数

%得到两数相除的余数：

In [6]: 8%5
Out[6]: 3

78 ** 计算乘方

**计算几次方

In [7]: 2**3
Out[7]: 8

79 交互模式下的_

在交互模式下，上一次打印出来的表达式被赋值给变量 _

In [8]: 2*3.02+1
Out[8]: 7.04

In [9]: 1+_
Out[9]: 8.04

80 单引号和双引号微妙不同

使用单引号和双引号的微妙不同

使用一对双引号时，打印下面串无需转义字符：

In [10]: print("That isn't a horse")
That isn't a horse

使用单引号时，需要添加转义字符 \：

In [11]: print('That isn\'t a horse')
That isn't a horse

81 跨行连续输入

符串字面值可以跨行连续输入；一种方式是用一对三重引号："""或'''

In [12]: print("""You're just pounding two
...: coconut halves together.""")
You're just pounding two
coconut halves together.

82 数字和字符串

In [13]: 3*'Py'
Out[13]: 'PyPyPy'

83 连接字面值

堆积起来就行，什么都不用写：

In [14]: 'Py''thon'
Out[14]: 'Python'

84 for 和 else

一般语言 else 只能和 if 搭，Python 中却支持 for 和 else, try 和 else.

for 和 else 搭后，遍历结束便会执行 else

In [29]: for i in range(3):
...: for j in range(i):
...: print(j)
...: else:
...: print('第%d轮遍历结束\n'%(i+1,))
...:
第1轮遍历结束

0
第2轮遍历结束

0
1
第3轮遍历结束

85. if not x

直接使用 x 和 not x 判断 x 是否为 None 或空

x = [1,3,5]

if x:
print('x is not empty ')

if not x:
print('x is empty')

下面写法不够 Pythoner

if x and len(x) > 0:
print('x is not empty ')

if x is None or len(x) == 0:
print('x is empty')

86. enumerate 枚举

直接使用 enumerate 枚举容器，第二个参数表示索引的起始值

x = [1, 3, 5]

for i, e in enumerate(x, 10): # 枚举
print(i, e)

下面写法不够 Pythoner:

i = 0

while i < len(x):
print(i+10, x[i])
i+=1

87. in

判断字符串是否包含某个子串，使用in明显更加可读：

x = 'zen_of_python'
if 'zen' in x:
print('zen is in')

find 返回值 要与 -1 判断，不太符合习惯：

if x.find('zen') != -1:
print('zen is in')

88 zip 打包

使用 zip 打包后结合 for 使用输出一对，更加符合习惯：

keys = ['a', 'b', 'c']
values = [1, 3, 5]

for k, v in zip(keys, values):
print(k, v)

下面不符合 Python 习惯：

d = {}
i = 0
for k in keys:
print(k, values[i])
i += 1

89 一对 ”’

打印被分为多行的字符串，使用一对 '''更加符合 Python 习惯：

print('''"Oh no!" He exclaimed.
"It's the blemange!"''')

下面写法就太不 Python 风格：

print('"Oh no!" He exclaimed.\n' +
'It\'s the blemange!"')

90 交换元素

直接解包赋值，更加符合 Python 风格：

a, b = 1, 3
a, b = b, a # 交换a,b

不要再用临时变量 tmp ，这不符合 Python 习惯：

tmp = a
a = b
b = tmp

91 join 串联

串联字符串，更习惯使用 join：

chars = ['P', 'y', 't', 'h', 'o', 'n']
name = ''.join(chars)
print(name)

下面不符合 Python 习惯：

name = ''
for c in chars:
name += c
print(name)

92 列表生成式

列表生成式构建高效，符合 Python 习惯：

data = [1, 2, 3, 5, 8]
result = [i * 2 for i in data if i & 1] # 奇数则乘以2
print(result) # [2, 6, 10]

下面写法不够 Pythoner：

results = 
for e in data:
if e & 1:
results.append(e*2)
print(results)

93 字典生成式

除了列表生成式，还有字典生成式：

keys = ['a', 'b', 'c']
values = [1, 3, 5]

d = {k: v for k, v in zip(keys, values)}
print(d)

下面写法不太 Pythoner：

d = {}
for k, v in zip(keys, values):
d[k] = v
print(d)

94 __name__ == '__main__'有啥用

曾几何时，看这别人代码这么写，我们也就跟着这么用吧，其实还没有完全弄清楚这行到底干啥。

def mymain:
print('Doing something in module', __name__)


if __name__ == '__main__':
print('Executed from command line')
mymain

加入上面脚本命名为 MyModule，不管在 vscode 还是 pycharm 直接启动，则直接打印出：

Executed from command line
Doing something in module __main__

这并不奇怪，和我们预想一样，因为有无这句 __main__，都会打印出这些。

但是当我们 import MyModule时，如果没有这句，直接就打印出：

In [2]: import MyModule
Executed from command line
Doing something in module MyModule

只是导入就直接执行 mymain 函数，这不符合我们预期。

如果有主句，导入后符合预期：

In [6]: import MyModule

In [7]: MyModule.mymain
Doing something in module MyModule

95 字典默认值

In[1]: d = {'a': 1, 'b': 3}

In[2]: d.get('b', []) # 存在键 'b'
Out[2]: 3

In[3]: d.get('c', []) # 不存在键 'c'，返回
Out[3]: 

96 lambda 函数

lambda 函数使用方便，主要由入参和返回值组成，被广泛使用在 max, map, reduce, filter 等函数的 key 参数中。

如下，求 x 中绝对值最大的元素，key 函数确定abs(x)作为比较大小的方法：

x = [1, 3, -5]
y = max(x, key=lambda x: abs(x))
print(y) # -5

97 max

求 x 中绝对值最大的元素，key 函数确定abs(x)作为比较大小的方法：

x = [1, 3, -5]
y = max(x, key=lambda x: abs(x))
print(y) # -5

98 map

map 函数映射 fun 到容器中每个元素，并返回迭代器 x

x = map(str, [1, 3, 5])
for e in x:
print(e, type(e))

下面写法不够 Pythoner

for e in [1, 3, 5]:
print(e, str(e)) # '1','3','5'

99 reduce

reduce 是在 functools 中，第一个参数是函数，其必须含有 2 个参数，最后归约为一个标量。

from functools import reduce
x = [1, 3, 5]
y = reduce(lambda p1, p2: p1*p2, x)
print(y) # 15

下面写法不够 Pythoner:

y = 1
for e in x:
y *= e
print(y)

100 filter

使用 filter 找到满足 key 函数指定条件的元素，并返回迭代器

如下，使用 filter 找到所有奇数：

x = [1, 2, 3, 5]
odd = filter(lambda e: e % 2, x)
for e in odd: # 找到奇数
print(e)

还有另外一种方法，使用列表生成式，直接得到一个odd 容器，

odd = [e for e in x if e % 2]
print(odd) # [1,3,5]

下面写法最不符合 Python 习惯：

odd = 
for e in x:
if e % 2:
odd.append(e)
print(odd) # [1,3,5]

此教程反复打磨多遍，真心不易，如果觉得还不错，你能转发、留言或在看支持一下吗？