8 Python 常用命令速查表
入门资料
- Python 官方文档(中文):权威资料
- 菜鸟教程:Python 教程:适合新手
- pandas 官方文档:数据处理
- NumPy 用户指南:数值计算
- matplotlib 使用指南:数据可视化
8.1 环境配置
- Anaconda:推荐使用 Anaconda 进行 Python 环境管理和包安装
- VS Code:推荐使用 VS Code 作为 Python 开发环境
- VS Code 常用插件(推荐安装)
- Python(基础语法支持)
- Jupyter(运行 .ipynb 文件)
- Pylance(智能补全与类型检查)
- GitHub Copilot / ChatGPT 插件(AI 辅助编程)
- Data wrangler(呈现表格)
8.2 基础语法与变量操作
print("Hello, world!") # 输出字符串
name = input("请输入姓名:") # 获取用户输入
x = 5 # 赋值
type(x) # 查看变量类型
int("123"), str(123) # 类型转换
len("abc") # 求长度(字符串、列表等通用)
num = 3.14 # 浮点数
is_active = True # 布尔值
x, y, z = 1, 2, "three" # 多变量赋值
10 // 3 # 整除 → 3
2 ** 3 # 幂运算 → 8
abs(-5) # 绝对值
round(3.1415, 2) # 四舍五入8.3 控制流程
# 条件判断
if x > 0:
print("正数")
elif x == 0:
print("零")
else:
print("负数")
# for 循环
for i in range(5):
print(i)
# while 循环
while x < 10:
x += 1
# 跳出、跳过、占位
break, continue, pass8.4 常用数据结构命令
8.4.1 字符串 str
s = "hello"
s.upper(), s.lower() # 转大写、小写
s.replace("l", "L") # 替换字符
s.split(",") # 分割字符串
",".join(["a", "b"]) # 合并为字符串8.4.2 列表 list
lst = [1, 2, 3]
lst.append(4) # 添加元素
lst.pop() # 删除最后一个
lst[0], lst[-1] # 索引访问第一个、最后一个元素
lst[1:3] # 切片
lst.insert(1, 1.5) # 指定位置插入
lst.remove(1.5) # 删除指定元素
lst.extend([4,5]) # 合并列表
lst.index(2) # 查找元素索引
[ x**2 for x in lst ] # 列表推导式8.4.3 字典 dict
d = {"a": 1, "b": 2} # 创建字典
d["a"] # 通过键取值
d.get("a", 0) # 安全取值,键不存在返回默认值
d.keys(), d.values(), d.items() # 获取所有键、值、键-值对8.4.4 集合 set
s = set([1, 2, 3])
s.add(4)
s.union({2, 5}) # 求并集
s.intersection({2, 3}) # 求交集8.5 文件、路径、项目设置
import os
os.getcwd() # 当前工作目录
os.chdir("路径") # 切换目录
os.listdir() # 查看目录内容
os.path.exists("data.txt") # 检查文件存在
os.mkdir("new_folder") # 创建目录
# 文件读写
with open("data.txt", "r") as f:
content = f.read() # 读取文件内容
with open("out.txt", "w") as f:
f.write("Hello, file!") # 写入文件内容
with open("data.txt") as f: # 逐行读取
for line in f:
print(line.strip())
# JSON处理
import json
data = {"name": "Alice"}
json.dump(data, open("data.json", "w"))
loaded = json.load(open("data.json"))8.6 包安装与环境管理(使用 pip)
pip install pandas # 安装
pip install -U numpy # 升级
pip uninstall matplotlib # 卸载
pip list # 查看所有包
pip show seaborn # 查看包信息
pip freeze > req.txt # 导出依赖
pip install -r req.txt # 安装依赖8.7 Jupyter & VS Code 使用技巧
8.7.1 常用 Jupyter 魔法命令(只适用于 .ipynb)
%pwd # 显示当前路径
%cd 路径 # 切换目录
%whos # 查看变量
%reset -f # 清空变量
%timeit sum(range(10000)) # 测试代码运行时间8.8 基础绘图与数据分析模块(速查)
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# pandas
df = pd.read_csv("data.csv")
df.head(), df.describe()
df["col"].mean(), df.dropna()
# numpy
a = np.array([1, 2, 3])
a.mean(), a.std(), a.shape
# matplotlib
plt.plot([1, 2, 3], [4, 5, 6])
plt.title("简单图形")
plt.xlabel("X轴")
plt.ylabel("Y轴")
plt.show()8.9 代码风格与注释规范
8.9.1 注释与文档字符串
# 单行注释用 #
"""
多行注释可用于函数文档
"""
def add(x, y):
"""返回两个数的和"""
return x + y8.9.2 格式建议(PEP 8 简要)
- 变量名用小写加下划线:
my_variable - 函数名应有描述性:
def calculate_mean() - 运算符左右加空格:
a = b + c - 每行不超过 79 个字符
8.10 分组计算
df[['reduced_lunch', 'school_rating']].groupby(['school_rating']).describe()