Python Tutorial
function
def function_name(input1, input2, ...):
function content
return output1, output2, ...
function_name()NumPy
统计学
-
计算方差、标准差
import numpy as np a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9]) a_var = np.var(a) # 计算方差 a_std = np.std(a) # 计算标准差 -
计算协方差、协方差矩阵
import numpy as np x = [1, 2, 3] y = [5, 20, 16] result_matrix = np.cov(x,y) result = np.cov(x,y)[0,1]
清空变量
在写 Matlab 代码时，一般都有一个习惯，即在代码最开始的地方清空所有变量，如下所示：
clear ;
close all ;
clc ;那么，在 Python 中应该如何执行类似上述的操作呢？应在代码最开始的地方添加如下内容：1
%reset -f # 相当于 Matlab 中的 clear, -f 代表 force，即强制执行
import matplotlib.pyplot as plt
plt.close("all") # 相当于 Matlab 中的 close all, 即关闭所有图片
%clear # 相当于 Matlab 中的 clc, 即清空命令窗口Pandas
# 默认 DataFrame：df
import pandas as pd # 默认已经导入 pandas-
DataFrame 重命名 Column
df.columns = ['name1','name2',...] -
合并 DataFrmae
df = pd.concat([df1,df2,...],axis=1) # axis=1代表按照列合并 -
DataFrame 重置索引
df.reset_index(drop=True, inplace=True) -
移动 DataFrame 某一列
df['column'].shift(1) -
DataFrame.pct_change
Percentage change between the current and a prior element.
df = pd.Series([90, 91, 85]) s.pct_change(periods=2) -
DataFrame.loc
Access a group of rows and columns by label(s) or a boolean array.
Data Visualization
plt.plot(x, y, label='label')
plt.legend()
plt.show()Seaborn 建于 matplotlib 库的之上。它有许多内置函数，使用这些函数，只需简单的代码行就可以创建漂亮的绘图。它提供了多种高级的可视化绘图和简单的语法，如方框图、小提琴图、距离图、关节图、成对图、热图等。
Plotly 是一个高级 Python 分析库，有助于构建交互式仪表板。使用 Plotly 构建的图形是交互式图形，这意味着你可以轻松找到图形的任何特定点或会话的值。Plotly 生成仪表板并将其部署在服务器上变得非常容易。它支持 Python、R 和 Julia 编程语言。
Geoplotlib 是一个用于可视化地理数据和制作地图的 Python 工具箱。你可以使用此库创建各种地图。您可以使用它创建的一些地图示例包括热图、点密度图、地理地图等等。
Gleam 的灵感来自 R 的Shiny包。它允许你仅使用 Python 代码将图形转换为出色的 Web 应用程序。这对不了解 HTML 和 CSS 的人很有帮助。它不是真正的可视化库，而是与任何可视化库一起使用。
ggplot 的工作方式与 matplotlib 不同。它允许你添加多个组件作为图层，以在最后创建完整的图形或绘图。例如，在开始时你可以添加一个轴，然后添加点和其他组件，如趋势线。
Bokeh 库由Continuum Analytics创建，用于生成对 Web 界面和浏览器友好的可视化。Bokeh 生成的可视化本质上是交互式的，可让你传达更多信息。
Pyheat 是一个开源的 Python 库，帮助开发人员获得代码执行的逐行时间分布。Pyheat不是以表格格式显示，而是用热图表示运行每行代码所需的时间。
Heartrate 是一个开源的 Python 库，提供 Python 程序执行的实时可视化。它提供了一行一行的执行可视化，每个行的执行次数由数字决定。它在浏览器的单独窗口中显示代码的执行情况。
Snoop 是另一个可以用作调试工具的包。Snoop 帮助你识别局部变量的值并跟踪程序的执行。Snoop 主要用作一种调试工具，用于找出 Python 代码为什么没有执行你认为应该执行的操作。
Time
Run time of code
import time
time_start=time.time() # 开始计时
...
...
...
time_end=time.time() # 结束计时
print('Time cost:',time_end-time_start,'s') # 输出耗时IDE
PyCharm
Config Python Interpreter with Conda
