導讀：本文對Python的基本使用做一個簡單的介紹。限于篇幅，本文不可能詳細講解Python的使用，只是針對本書涉及的數據挖掘案例所用到的代碼進行基本講解。如果讀者是初步接觸Python，并且使用Python的目的就是數據挖掘，那么相信本文的介紹對你來說是比較充足的了。

作者：張良均 譚立云 劉名軍 江建明

來源：大數據DT（ID：hzdashuju）

01 運行方式

本文示例代碼使用的Python版本為Python 3.6。運行Python代碼有兩種方式：

• 一種方式是啟動Python，然后在命令窗口下直接輸入相應的命令；

• 另一種方式就是將完整的代碼寫成.py腳本，如hello.py，然后在對應的路徑下通過python hello.py執行。

hello.py腳本中的代碼如下：

#?hello.py print('Hello?World!')

腳本的執行結果如圖所示。

▲Hello.py腳本執行結果

在編寫腳本的時候，可以添加適當的注釋。在每一行中，可以用井號“#”來添加注釋，添加單行注釋的方法如下：

a?=?2?+?3?#?這句命令的意思是將2+3的結果賦值給a

如果注釋有多行，可以在兩個“'''”（三個英文狀態單引號）之間添加注釋內容，添加多行注釋的方法如下：

a?=?2?+?3 ''' 這里是Python的多行注釋。 這里是Python的多行注釋。 '''

如果腳本中帶有中文（中文注釋或者中文字符串，中文字符串要在前面加u），那么需要在文件頭注明編碼，并且還要將腳本保存為utf-8編碼格式，注明編碼的方法如下：

#?-*-?coding:?utf-8?-*print('世界，你好！')

02 基本命令

1. 基本運算

初步認識Python時，可以把它當作一個方便的計算器來看待。讀者可以打開Python，試著輸入代碼清單1所示的命令。

• 代碼清單1：Python基本運算

a?=?2 a?*?2 a?**?2

代碼清單1所示的命令是Python幾個基本運算，第一個命令是賦值運算，第二個命令是乘法運算，最后一個命令是冪運算（即a²），這些基本上是所有編程語言通用的。不過Python支持多重賦值，方法如下：

a,?b,?c?=?2,?3,?4

這句多重賦值命令相當于如下命令：

a?=?2 b?=?3 c?=?4

Python支持對字符串的靈活操作，如代碼清單2所示。

• 代碼清單2：Python字符串操作

s?=?'I?like?python' s?+?'?very?much'??#?將s與'?very?much'拼接，得到'I?like?python?very?much' s.split('?')?#?將s以空格分割，得到列表['I',?'like',?'python']

2. 判斷與循環

判斷和循環是所有編程語言的基本命令，Python的判斷語句格式如下：

if?條件1:語句2 elif?條件3:語句4 else:語句5

需要特別指出的是，Python一般不用花括號{}，也沒有end語句，它用縮進對齊作為語句的層次標記。同一層次的縮進量要一一對應，否則會報錯。下面是一個錯誤的縮進示例，如代碼清單3所示。

• 代碼清單3：錯誤的縮進

if?a==1:print(a)#?縮進兩個空格 else:print('a不等于1')#?縮進三個空格

不管是哪種語言，正確的縮進都是一個優雅的編程習慣。

相應地，Python的循環有while循環和for循環，while循環如代碼清單4所示。

• 代碼清單4：while循環

s,k?=?0,0 while?k?<?101:#?該循環過程就是求1+2+3+...+100k?=?k?+?1s?=?s?+?k print(s)

for循環如代碼清單5所示。

• 代碼清單5：for循環

s?=?0 for?k?in?range(101):?#?該循環過程也是求1+2+3+...+100s?=?s?+?k print(s)

這里我們看到了in和range語法。in是一個非常方便而且非常直觀的語法，用來判斷一個元素是否在列表/元組中；range用來生成連續的序列，一般語法為range(a, b, c)，表示以a為首項、c為公差且不超過b-1的等差數列，如代碼清單6所示。

• 代碼清單6：使用range生成等差數列

s?=?0 if?s?in?range(4):print('s在0,?1,?2,?3中') if?s?not?in?range(1,?4,?1):print('s不在1,?2,?3中')

3. 函數

Python用def來自定義函數，如代碼清單7所示。

• 代碼清單7：自定義函數

def?add2(x):return?x+2 print(add2(1))?#?輸出結果為3

與一般編程語言不同的是，Python的函數返回值可以是各種形式，可以返回列表，甚至返回多個值，如代碼清單8所示。

• 代碼清單8：返回列表和返回多個值的自定義函數

def?add2(x?=?0,?y?=?0):??#?定義函數，同時定義參數的默認值return?[x+2,?y+2]??#?返回值是一個列表 def?add3(x,?y):return?x+3,?y+3??#?雙重返回 a,?b?=?add3(1,2)?#?此時a=4,b=5

有時候，像定義add2()這類簡單的函數，用def來正式地寫個命名、計算和返回顯得稍有點麻煩，Python支持用lambda對簡單的功能定義“行內函數”，這有點像MATLAB中的“匿名函數”，如代碼清單9所示。

• 代碼清單9：使用lambda定義函數

f?=?lambda?x?:?x?+?2??#?定義函數f(x)=x+2 g?=?lambda?x,?y:?x?+?y?#?定義函數g(x,y)=x+y

03 數據結構

Python有4個內建的數據結構—List（列表）、Tuple（元組）、Dictionary（字典）以及Set（集合），它們可以統稱為容器（Container），因為它們實際上是一些“東西”組合而成的結構，而這些“東西”可以是數字、字符、列表或者是它們之間幾種的組合。

通俗來說，容器里邊是什么都行，而且容器里邊的元素類型不要求相同。

1. 列表/元組

列表和元組都是序列結構，它們本身很相似，但又有一些不同的地方。

從外形上看，列表與元組存在一些區別是。列表是用方括號標記的，如a = [1, 2, 3]，而元組是用圓括號標記的，如b = (4, 5, 6)，訪問列表和元組中的元素的方式都是一樣的，如a[0]等于1，b[2]等于6，等等。剛剛已經談到，容器里邊是什么都行，因此，以下定義也是成立的：

c?=?[1,?'abc',?[1,?2]] ''' c是一個列表，列表的第一個元素是整型1，第二個是字符串'abc'，第三個是列表[1,?2] '''

從功能上看，列表與元組的區別在于：列表可以被修改，而元組不可以。比如，對于a = [1, 2, 3]，那么語句a[0] = 0，就會將列表a修改為[0, 2, 3]，而對于元組b = (4, 5, 6)，語句b[0] = 1就會報錯。

要注意的是，如果已經有了一個列表a，同時想復制a，并命名為變量b，那么b = a是無效的，這時候b僅僅是a的別名（或者說引用），修改b也會修改a。正確的復制方法應該是b = a[:]。

跟列表有關的函數是list，跟元組有關的函數是tuple，它們的用法和功能幾乎一樣，都是將某個對象轉換為列表/元組，如list('ab')的結果是['a', 'b']，tuple([1, 2])的結果是(1, 2)。一些常見的與列表/元組相關的函數如下所示。

• cmp(a, b)：比較兩個列表/元組的元素

• len(a)：列表/元組元素個數

• max(a)：返回列表/元組元素最大值

• min(a)：返回列表/元組元素最小值

• sum(a)：將列表/元組中的元素求和

• sorted(a)：對列表的元素進行升序排序

此外，作為對象來說，列表本身自帶了很多實用的方法（元組不允許修改，因此方法很少），如下所示。

• a.append(1)：將1添加到列表a末尾

• a.count(1)：統計列表a中元素1出現的次數

• a.extend([1, 2])：將列表[1, 2]的內容追加到列表a的末尾

• a.index(1)：從列表a中找出第一個1的索引位置

• a.insert(2, 1)：將1插入列表a中索引為2的位置

• a.pop(1)：移除列表a中索引為1的元素

最后，不能不提的是“列表解析”這一功能，它能夠簡化我們對列表內元素逐一進行操作的代碼。使用append函數對列表元素進行操作，如代碼清單10所示。

• 代碼清單10：使用append函數對列表元素進行操作

a?=?[1,?2,?3] b?=?[] for?i?in?a:b.append(i?+?2)

使用列表解析進行簡化，如代碼清單11所示。

• 代碼清單11：使用列表解析進行簡化

a?=?[1,?2,?3] b?=?[i+2?for?i?in?a]

這樣的語法不僅方便，而且直觀。這充分體現了Python語法的人性化。在本書中，我們將會較多地用到這樣簡潔的代碼。

2. 字典

Python引入了“自編”這一方便的概念。從數學上來講，它實際上是一個映射。通俗來講，它也相當于一個列表，然而它的“下標”不再是以0開頭的數字，而是自己定義的“鍵”（Key）。

創建一個字典的基本方法如下：

d?=?{'today':20,?'tomorrow':30}

這里的today、tomorrow就是字典的“鍵”，它在整個字典中必須是唯一的，而20、30就是“鍵”對應的值。訪問字典中元素的方法也很直觀，如代碼清單12所示。

• 代碼清單12：訪問字典中的元素

d['today']????#?該值為20 d['tomorrow']?#?該值為30

要創建一個字典，還有其他一些比較方便的方法來，如通過dict()函數轉換，或者通過dict.fromkeys來創建，如代碼清單13所示。

• 代碼清單13：通過dict或者dict.fromkeys創建字典

dict([['today',?20],?['tomorrow',?30]])??#?也相當于{'today':20,?'tomorrow':30} dict.fromkeys(['today',?'tomorrow'],?20)?#?相當于{'today':20,?'tomorrow':20}

很多字典相關的函數和方法與列表相同，在這里就不再贅述了。

3. 集合

Python內置了集合這一數據結構，這一概念跟數學上的集合的概念基本上是一致的，它跟列表的區別在于：①它的元素是不重復的，而且是無序的；②它不支持索引。一般我們通過花括號{}或者set()函數來創建一個集合，如代碼清單14所示。

• 代碼清單14：創建集合

s?=?{1,?2,?2,?3}??#?注意2會自動去重，得到{1,?2,?3} s?=?set([1,?2,?2,?3]) #?同樣地，它將列表轉換為集合，得到{1,?2,?3}

集合具有一定的特殊性（特別是無序性），因此集合有一些特別的運算，如代碼清單15所示。

• 代碼清單15：集合運算

a?=?t?|?s??#?t和s的并集 b?=?t?&?s??#?t和s的交集 c?=?t?–?s??#?求差集（項在t中，但不在s中） d?=?t?^?s??#?對稱差集（項在t或s中，但不會同時出現在二者中）

4. 函數式編程

函數式編程（Functional programming）或者函數程序設計又稱泛函編程，是一種編程范型，它將計算機運算視為數學上的函數計算，并且避免使用程序狀態以及易變對象。

簡單來講，函數式編程是一種“廣播式”編程，通常是結合前面提到的lambda定義函數用于科學計算中，會顯得簡潔方便。

在Python中，函數式編程主要由幾個函數的使用構成：lambda、map、reduce、filter，其中lambda前面已經介紹過，主要用來自定義“行內函數”，所以現在我們逐一介紹后面3個。

（1）map函數

假設有一個列表a = [1, 2, 3]，要給列表中的每個元素都加2得到一個新列表，利用前面已經談及的列表解析，我們可以這樣寫，如代碼清單16所示。

• 代碼清單16：使用列表解析操作列表元素

b?=?[i+2?for?i?in?a]

而利用map函數我們可以這樣寫，如代碼清單17所示。

• 代碼清單17：使用map函數操作列表元素

b?=?map(lambda?x:?x+2,?a) b?=?list(b)??#?結果是[3,?4,?5]

也就是說，我們首先要定義一個函數，然后再用map命令將函數逐一應用到（map）列表中的每個元素，最后返回一個數組。map命令也接受多參數的函數，如map(lambda x,y: x*y, a, b)表示將a、b兩個列表的元素對應相乘，把結果返回新列表。

也許有的讀者會有疑問：有了列表解析，為什么還要有map命令呢？其實列表解析雖然代碼簡短，但是本質上還是for命令，而Python的for命令效率并不高，而map函數實現了相同的功能，并且效率更高，原則上來說，它的循環命令是C語言速度的。

（2）reduce函數

reduce有點像map，但map用于逐一遍歷，而reduce用于遞歸計算。在Python 3.x中，reduce函數已經被移出了全局命名空間，被置于fuctools庫中，使用時需要通過from fuctools import reduce引入reduce。先給出一個例子，這個例子可以算出n的階乘，如代碼清單18所示。

• 代碼清單18：使用reduce計算n的階乘

from?fuctools?import?reduce#?導入reduce函數 reduce(lambda?x,y:?x*y,?range(1,?n+1))

其中range(1, n+1)相當于給出了一個列表，元素是1～n這n個整數。lambda x,y: x*y構造了一個二元函數，返回兩個參數的乘積。

reduce命令首先將列表的頭兩個元素作為函數的參數進行運算，然后將運算結果與第三個數字作為函數的參數，然后再將運算結果與第四個數字作為函數的參數……依此遞推，直到列表結束，返回最終結果。如果用循環命令，那就要寫成代碼清單19所示的形式。

• 代碼清單19：使用循環命令計算n的階乘

s?=?1 for?i?in?range(1,?n+1):s?=?s?*?i

（3）filter

顧名思義，它是一個過濾器，用來篩選列表中符合條件的元素，如代碼清單20所示。

• 代碼清單20：使用filter篩選列表元素

b?=?filter(lambda?x:?x?>?5?and?x?<?8,?range(10)) b?=?list(b)??#?結果是[6,?7]

使用filter首先需要一個返回值為bool型的函數，如上述“lambda x: x > 5 and x < 8”定義了一個函數，判斷x是否大于5且小于8，然后將這個函數作用到range(10)的每個元素中，如果為True，則“挑出”那個元素，最后將滿足條件的所有元素組成一個列表返回。

當然，上述filter語句，也可以使用列表解析，如代碼清單21所示。

• 代碼清單21：使用列表解析篩選

b?=?[i?for?i?in?range(10)?if?i?>?5?and?i?<?8]

它并不比filter語句復雜。但是要注意，我們使用map、reduce或filter，最終目的是兼顧簡潔和效率，因為map、reduce或filter的循環速度比Python內置的for循環或while循環要快得多。

04 庫的導入與添加

前面我們已經講述了Python基本平臺的搭建和使用，然而僅在默認情況下它并不會將所有的功能加載進來。我們需要把更多的庫（或者叫作模塊、包等）加載進來，甚至需要安裝第三方擴展庫，以豐富Python的功能，實現我們的目的。

1. 庫的導入

Python本身內置了很多強大的庫，如數學相關的math庫，可以為我們提供更加豐富且復雜的數學運算，如代碼清單22所示。

• 代碼清單22：使用math庫進行數學運算

import?math math.sin(1)??#?計算正弦 math.exp(1)??#?計算指數 math.pi??#?內置的圓周率常數

導入庫的方法，除了直接“import庫名”之外，還可以為庫起一個別名，如代碼清單23所示。

• 代碼清單23：使用別名導入庫

import?math?as?m m.sin(1)?#?計算正弦

此外，如果并不需要導入庫中的所有函數，可以特別指定導入函數的名稱，如代碼清單24所示。

• 代碼清單24：通過名稱導入指定函數

from?math?import?exp?as?e?#?只導入math庫中的exp函數，并起別名e e(1)??#?計算指數 sin(1)??#?此時sin(1)和math.sin(1)都會出錯，因為沒被導入

若直接導入庫中的所有函數，如代碼清單25所示。

• 代碼清單25：導入庫中所有函數

#?直接導入math庫，也就是去掉math.，但如果大量地這樣引入第三庫，就容易引起命名沖突 from?math?import?* exp(1) sin(1)

我們可以通過help('modules')命令來獲得已經安裝的所有模塊名。

2. 導入future特征（For 2.x）

Python 2.x與Python 3.x之間的差別不僅是在內核上，也部分地表現在代碼的實現中。比如，在Python 2.x中，print是作為一個語句出現的，用法為print a；但是在Python 3.x中，它是作為函數出現的，用法為print(a)。

為了保證兼容性，本文的基本代碼是基于Python 3.x的語法編寫的，而使用Python 2.x的讀者，可以通過引入future特征的方式兼容代碼，如代碼清單26所示。

• 代碼清單26：導入future特征

#?將print變成函數形式，即用print(a)格式輸出 from?__future__?import?print_function#?3.x的3/2=1.5，3//2才等于1；2.x中3/2=1 from?__future__?import?division

3. 添加第三方庫

Python自帶了很多庫，但不一定可以滿足我們的需求。就數據分析和數據挖掘而言，還需要添加一些第三方庫來拓展它的功能。這里簡單介紹一下第三方庫的安裝。

安裝第三方庫有多種方法，如下所示。

• 下載源代碼自行安裝：安裝靈活，但需要自行解決上級依賴問題

• 用pip命令安裝：比較方便，自動解決上級依賴問題

• 用easy_install命令安裝：比較方便，自動解決上級依賴問題，比pip稍弱

• 下載編譯好的文件包：一般是Windows系統才提供現成的可執行文件包

• 系統自帶的安裝方式：Linux系統或Mac系統的軟件管理器自帶了某些庫的安裝方式

這些安裝方式已在《干貨收藏！一文看懂8個常用Python庫從安裝到應用》中詳細介紹。

有關Python及數據分析的更多內容，歡迎各位4月11日19:30來直播間交流：

關于作者：張良均，資深大數據挖掘與分析專家、模式識別專家、AI技術專家。有10余年大數據挖掘與分析經驗，擅長Python、R、Hadoop、Matlab等技術實現的數據挖掘與分析，對機器學習等AI技術驅動的數據分析也有深入研究。

本文摘編自《Python數據分析與挖掘實戰》（第2版），經出版方授權發布。

延伸閱讀《Python數據分析與挖掘實戰》

點擊上圖了解及購買

轉載請聯系微信：DoctorData

推薦語：暢銷書全新升級，第1版銷售超過10萬冊，被國內100余所高等院校采用為教材，同時被廣大數據科學工作者奉為經典，是該領域公認的事實標準。作者在大數據挖掘與分析等領域有10余年的工程實踐、教學和創辦企業的經驗，不僅掌握行業的最新技術和實踐方法，而且洞悉學生和老師的需求與痛點。

有話要說????

Q:?這些基本操作你都搞定了嗎？

歡迎留言與大家分享

猜你想看????

• 神操作：教你用Python識別惡意軟件
  

• 用戶畫像標簽體系包括哪些維度？有哪些應用場景？（附完整導圖）
  

• 創建字節跳動之前，張一鳴讀過哪些硬核技術書？
  

• 手把手教你做用戶畫像：3種標簽類型、8大系統模塊

更多精彩????

在公眾號對話框輸入以下關鍵詞

查看更多優質內容！

PPT?|?讀書?|?書單?|?硬核?|?干貨?

大數據?|?揭秘?|?Python?|?可視化

AI?|?人工智能?|?5G?|?中臺

機器學習?|?深度學習?|?神經網絡

合伙人?|?1024?|?大神?|?數學

據統計，99%的大咖都完成了這個神操作

????

總結

以上是生活随笔為你收集整理的零基础入门Python：基本命令、函数、数据结构的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。