摘要：集合的長度向集合中添加元素集合的交并差對稱差字典用來生成。用數組做參數可以在定義時指定參數的默認值模塊中使用關鍵詞來導入模塊。表示繼承自類函數用來初始化對象表示對象自身，類似于里面。

整數相加，得到整數：

2 + 2

4

浮點數相加，得到浮點數：

2.0 + 2.5

4.5

整數和浮點數相加，得到浮點數：

2 + 2.5

4.5

Python使用<變量名>=<表達式>的方式對變量進行賦值

a = 0.2

字符串的生成，單引號與雙引號是等價的：

s = "hello world"
s

"hello world"

s = "hello world"
s

"hello world"

三引號用來輸入包含多行文字的字符串：

s = """hello
world"""
print s

hello
world

s = """hello
world"""
print s

hello
world

字符串的加法：

s = "hello" + " world"
s

"hello world"

字符串索引：

s[0]

"h"

s[-1]

"d"

s[0:5]

"hello"

字符串的分割：

s = "hello world"
s.split()

["hello", "world"]

查看字符串的長度：

len(s)

11

Python用[]來生成列表

a = [1, 2.0, "hello", 5 + 1.0]
a

[1, 2.0, "hello", 6.0]

列表加法：

a + a

[1, 2.0, "hello", 6.0, 1, 2.0, "hello", 6.0]

列表索引：

a[1]

2.0

列表長度：

len(a)

4

向列表中添加元素：

a.append("world")
a

[1, 2.0, "hello", 6.0, "world"]

Python用{}來生成集合，集合中不含有相同元素。

s = {2, 3, 4, 2}
s

{2, 3, 4}

集合的長度：

len(s)

3

向集合中添加元素：

s.add(1)
s

{1, 2, 3, 4}

集合的交：

a = {1, 2, 3, 4}
b = {2, 3, 4, 5}
a & b

{2, 3, 4}

并：

a | b

{1, 2, 3, 4, 5}

差：

a - b

{1}

對稱差：

a ^ b

{1, 5}

Python用{key:value}來生成Dictionary。

d = {"dogs":5, "cats":4}
d

{"cats": 4, "dogs": 5}

字典的大小

len(d)

2

查看字典某個鍵對應的值：

d["dogs"]

5

修改鍵值：

d["dogs"] = 2
d

{"cats": 4, "dogs": 2}

插入鍵值：

d["pigs"] = 7
d

{"cats": 4, "dogs": 2, "pigs": 7}

所有的鍵：

d.keys()

["cats", "dogs", "pigs"]

所有的值：

d.values()

[4, 2, 7]

所有的鍵值對：

d.items()

[("cats", 4), ("dogs", 2), ("pigs", 7)]

需要先導入需要的包，Numpy數組可以進行很多列表不能進行的運算。

from numpy import array
a = array([1, 2, 3, 4])
a

array([1, 2, 3, 4])

加法：

a + 2

array([3, 4, 5, 6])

a + a

array([2, 4, 6, 8])

Python提供了一個很像MATLAB的繪圖接口。

%matplotlib inline
from matplotlib.pyplot import plot
plot(a, a**2)

line = "1 2 3 4 5"
fields = line.split()
fields

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

total = 0
for field in fields:
    total += int(field)
total

15

Python中有一種叫做列表推導式(List comprehension)的用法：

numbers = [int(field) for field in fields]
numbers

[1, 2, 3, 4, 5]

sum(numbers)

15

寫在一行：

sum([int(field) for field in line.split()])

15

cd ~

d:Userslijin

寫文件：

f = open("data.txt", "w")
f.write("1 2 3 4
")
f.write("2 3 4 5
")
f.close()

讀文件：

f = open("data.txt")
data = []
for line in f:
    data.append([int(field) for field in line.split()])
f.close()
data

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

for row in data:
    print row

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

刪除文件：

import os
os.remove("data.txt")

Python用關鍵詞def來定義函數。

def poly(x, a, b, c):
    y = a * x ** 2 + b * x + c
    return y

x = 1
poly(x, 1, 2, 3)

6

用Numpy數組做參數x：

x = array([1, 2, 3])
poly(x, 1, 2, 3)

array([ 6, 11, 18])

可以在定義時指定參數的默認值：

from numpy import arange

def poly(x, a = 1, b = 2, c = 3):
    y = a*x**2 + b*x + c
    return y

x = arange(10)
x
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

poly(x)

array([  3,   6,  11,  18,  27,  38,  51,  66,  83, 102])

poly(x, b = 1)

array([ 3,  5,  9, 15, 23, 33, 45, 59, 75, 93])

Python中使用import關鍵詞來導入模塊。

import os

當前進程號：

os.getpid()

4400

系統分隔符：

os.sep

""

用class來定義一個類。
Person(object)表示繼承自object類；
__init__函數用來初始化對象；
self表示對象自身，類似于C Java里面this。

class Person(object):
    def __init__(self, first, last, age):
        self.first = first
        self.last = last
        self.age = age
    def full_name(self):
        return self.first + " " + self.last

構建新對象：

person = Person("Mertle", "Sedgewick", 52)

調用對象的屬性：

person.first

"Mertle"

調用對象的方法：

person.full_name()

"Mertle Sedgewick"

修改對象的屬性：

person.last = "Smith"

添加新屬性，d是之前定義的字典：

person.critters = d
person.critters

{"cats": 4, "dogs": 2, "pigs": 7}

url = "http://ichart.finance.yahoo.com/table.csv?s=GE&d=10&e=5&f=2013&g=d&a=0&b=2&c=1962&ignore=.csv"

處理后就相當于一個可讀文件：

import urllib2
ge_csv = urllib2.urlopen(url)
data = []
for line in ge_csv:
    data.append(line.split(","))
data[:4]

[["Date", "Open", "High", "Low", "Close", "Volume", "Adj Close
"],
 ["2013-11-05", "26.32", "26.52", "26.26", "26.42", "24897500", "24.872115
"],
 ["2013-11-04",
  "26.59",
  "26.59",
  "26.309999",
  "26.43",
  "28166100",
  "24.88153
"],
 ["2013-11-01",
  "26.049999",
  "26.639999",
  "26.030001",
  "26.540001",
  "55634500",
  "24.985086
"]]

使用pandas處理數據：

ge_csv = urllib2.urlopen(url)
import pandas
ge = pandas.read_csv(ge_csv, index_col=0, parse_dates=True)
ge.plot(y="Adj Close")