11 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
11.1 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)
11.2 基础语法与变量操作
11.3 控制流程
11.4 常用数据结构命令
11.4.1 字符串 str
11.4.2 列表 list
11.4.3 字典 dict
11.4.4 集合 set
11.5 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"))
11.6 包安装与环境管理(使用 pip)
11.7 Jupyter & VS Code 使用技巧
11.7.1 常用 Jupyter 魔法命令(只适用于 .ipynb)
11.8 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()
11.9 代码风格与注释规范
11.9.1 注释与文档字符串
11.9.2 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