IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> Python汇总学习篇 -> 正文阅读

[Python知识库]Python汇总学习篇

1.画一个正放形

在这里插入图片描述

import turtle
turtle.pensize(4)
turtle.pencolor('black')
turtle.forward(100)
turtle.right(90)
turtle.forward(100)
turtle.right(90)
turtle.forward(100)
turtle.right(90)
turtle.forward(100)
turtle.mainloop()

2.将华氏温度转换成摄氏温度

#将华氏温度转换成摄氏温度
f = float(input('请输入华氏温度: '))
c = (f - 32) / 1.8                        #100.0华氏度 = 37.8摄氏度
print('%.1f华氏度 = %.1f摄氏度' % (f, c))  

3. 字符a与97的转换,97与字符a的转换

#转换 字符a与97的转换,97与字符a的转换
print(ord("a"))   #97
print(chr(97))    #"a"

4. 闰年判断

#闰年判断
year = int(input('请输入年份: '))
is_leap = year % 4 == 0 and year % 100 != 0 or year % 400 == 0
print(is_leap)

5. 用户名和密码验证

#用户名和密码验证
username = input('请输入用户名: ')
password = input('请输入口令: ')
#用户名是admin且密码是123456则身份验证成功否则身份验证失败
if username == 'admin' and password == '123456':
    print('身份验证成功!')
else:
    print('身份验证失败!')

6. if语法并且输出结果显示格式为带2位小数的浮点数

#if语法并且输出结果显示格式为带2位小数的浮点数
x = float(input("请输入x:"))
if x>1:
    y = 3*x-5
elif -1<=x<=1:
    y=x+2
elif x<-1:
    y=5*x+3
print("f(x)=%.2f" % y)

7. 英寸和厘米之间的转换

#英寸和厘米之间的转换
value = float(input('请输入长度: '))
unit = input('请输入单位: ')
if unit == 'in' or unit == '英寸':
    print('%f英寸 = %f厘米' % (value, value * 2.54))
elif unit == 'cm' or unit == '厘米':
    print('%f厘米 = %f英寸' % (value, value / 2.54))
else:
    print('请输入有效的单位')

8. 从1加到100

#从1加到100
#range(1, 101):可以用来产生1到100范围的整数,相当于前面是闭区间后面是开区间。
#range(1, 101, 2):可以用来产生1到100的奇数,其中2是步长,即每次数值递增的值。
#range(100, 0, -2):可以用来产生100到1的偶数,其中-2是步长,即每次数字递减的值
sum=0
for i in range(1,101):
    sum+=i
print(sum)

9.产生1到100的随机数

#产生1到100的随机数
import random
answer = random.randint(1, 100)

10.判断一个数是不是素数

#判断一个数是不是素数
from math import sqrt
num = int(input('请输入一个正整数: '))
end = int(sqrt(num))
is_prime = True
for x in range(2, end + 1):
    if num % x == 0:
        is_prime = False
        break
if is_prime and num != 1:
    print('%d是素数' % num)
else:
    print('%d不是素数' % num)

11.生成9*9乘法表

在这里插入图片描述

#生成9*9乘法表
for i in range(1,10):
    for j in range(1,10):
        print("%d*%d=%d"%(i,j,i*j),end="\t")
    print()
row = 1
while row<=9:
    col =1
    while col<=row:
        print("%d*%d=%d\t"%(col,row,col*row),end="")  #\t是制表符,保留有4个空格
        col+=1
    print("")
    row+=1

12.字符串操作函数

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

s1 = 'hello ' * 3
print(s1) #输出: hello hello hello 
s2 = 'world'
s1 += s2
print(s1) #输出: hello hello hello world
print('ll' in s1) #输出: True
print('good' in s1) #输出: False

12.1字符串切片

str2 = 'abc123456'
#从字符串中取出指定位置的字符(下标运算)
print(str2[2]) #输出: c
#字符串切片(从指定的开始索引到指定的结束索引)
print(str2[2:5]) #输出: c12
print(str2[2:]) #输出: c123456
print(str2[2::2]) #输出: c246
print(str2[::2]) #输出: ac246
print(str2[::-1]) #输出: 654321cba
print(str2[-3:-1]) #输出: 45
#检查字符串是否由数字构成
print(str2.isdigit())  #输出: False
#检查字符串是否以字母构成
print(str2.isalpha())  #输出: False
#检查字符串是否以数字和字母构成
print(str2.isalnum())  #输出: True

12.2字符串函数

str1 = 'hello, world!'
#w在字符串中出现的次数
num = str1.count("w")
print(num) #输出:1
#通过内置函数len计算字符串的长度
print(len(str1)) #输出: 13
#获得字符串首字母大写的拷贝
print(str1.capitalize()) #输出: Hello, world!
#获得字符串每个单词首字母大写的拷贝
print(str1.title()) #输出: Hello, World!
#全部转换为小写
print(str1.lower())  #输出:hello, world!
#获得字符串变大写后的拷贝
print(str1.upper())   #输出: HELLO, WORLD!
#从字符串中查找子串所在位置
print(str1.find('or')) #输出: 8
print(str1.find('shit')) #输出: -1
#与find类似但找不到子串时会引发异常
print(str1.index('or')) #输出: print(str1.index('shit'))
#检查字符串是否以指定的字符串开头
print(str1.startswith('He')) #输出: False
print(str1.startswith('hel')) #输出: True
#检查字符串是否以指定的字符串结尾
print(str1.endswith('!')) #输出: True
#将字符串以指定的宽度居中并在两侧填充指定的字符
print(str1.center(50, '*')) #输出:******************hello, world!*******************
#将字符串以指定的宽度靠右放置左侧填充指定的字符 
print(str1.rjust(50, ' ')) #输出:                                     hello, world!
#","分割abc
print(",".join("abc")) #输出: a,b,c
#":"分割abc
print(":".join(["a","b","c"])) #输出: a:b:c
str3 = '  jackfrued@126.com '
print(str3)
#获得字符串修剪左右两侧空格之后的拷贝
print(str3.strip())
#用"@"进行拆分成一list
print(str3.split("@")) #输出:['  jackfrued', '126.com ']
#替换replace,将com替换为cn
print(str3.replace("com","cn")) #输出:jackfrued@126.cn
#str3是否包含com
print(str3.__contains__("com")) #输出:True

12.3正则表达式

#导入正则表达式功能块
import re
#找到字符串中匹配的数字,以列表的形式返回
#前面填写的是正则表达
#匹配数字
print(re.findall("\d","nihao123Tianxia")) #输出:['1', '2', '3']

#匹配a-z的字符串
print(re.findall("[a-z]","nihao123Tianxia")) #输出:['n', 'i', 'h', 'a', 'o', 'i', 'a', 'n', 'x', 'i', 'a']

#匹配字符串m
print(re.findall("m","nihao123Tianxia")) #输出:[]

#输出0-9的数字
print(re.findall("[0-9]","nihao123Tianxia")) #输出:['1', '2', '3']

#输出小写的a-z和大写的A-Z
print(re.findall("[a-zA-z]","nihao123Tianxia")) #输出:['n', 'i', 'h', 'a', 'o', 'T', 'i', 'a', 'n', 'x', 'i', 'a']

#输出除了0-9以外的
print(re.findall("[^0-9]","nihao123Tianxia"))#输出:['n', 'i', 'h', 'a', 'o', 'T', 'i', 'a', 'n', 'x', 'i', 'a']

#输出x开头z结尾,中间是c或w
print(re.findall("x[cw]z","xyz,xcz,xwz")) #输出:['xcz', 'xwz']

#输出x开头z结尾,中间不是c或w
print(re.findall("x[^cw]z","xyz,xcz,xwz")) #输出:['xyz']

#显示所有的非数字
print(re.findall("\D","nihao123Tianxia")) #输出:['n', 'i', 'h', 'a', 'o', 'T', 'i', 'a', 'n', 'x', 'i', 'a']

#显示所有的特殊字符(\n \t $ 空格都是特殊字符,但下划线不是特殊字符)
print(re.findall("\W","nihao123\nTian\txia")) #输出:['\n', '\t']

#显示所有的非特殊字符(\n \t $,空格都是特殊字符,但下划线不是特殊字符)
print(re.findall("\w","nihao123\nTian\txia")) #输出:['n', 'i', 'h', 'a', 'o', '1', '2', '3', 'T', 'i', 'a', 'n', 'x', 'i', 'a']

#显示所有的制表符(\n \t $,空格都是特殊字符,但下划线不是特殊字符)
print(re.findall("\s","nihao123\nTian\txia")) #输出:['\n', '\t']

#显示所有的非制表符(\n \t $,空格都是特殊字符,但下划线不是特殊字符)
print(re.findall("\S","nihao123\nTian\txia")) #输出:['n', 'i', 'h', 'a', 'o', '1', '2', '3', 'T', 'i', 'a', 'n', 'x', 'i', 'a']

#输出小写a-z和大写A-Z之间字符串长度最短是3个字符,最长是5个字符的字符串
print(re.findall("[a-zA-Z]{3,5}","EXCEL 12345world789ppt87lr")) #输出:['EXCEL', 'world', 'ppt']

#输出小写a-z和大写A-Z之间字符串长度只找2个字符长度的字符串
print(re.findall("[a-zA-Z]{2}","EXCEL 12345world789ppt87lr")) #输出:['EX', 'CE', 'wo', 'rl', 'pp', 'lr']

#模糊查询输出excel相似的字符串,区分大小写的
print(re.findall("excel*","excel 12345world789exce87excellllm")) #输出:['excel', 'exce', 'excellll']

#模糊查询输出excel相似的字符串,至少要匹配一次完整的才可以
print(re.findall("excel+","excel 12345world789exce87excellllm")) #输出:['excel', 'excellll']

#把字符串里面的所有的excel都提取出来
print(re.findall("(excel)","excel 12345world789exce87excellllm")) #输出:['excel', 'excel']

#2个excel也就是excelexcel这样的出现了1次
print(re.findall("(excel){2}","excelexcel 123excel45world789exce87excellllm")) #输出:['excel']

#从第一个字符开始匹配11位的数字字符串,^表示从开始来匹配,第1位必须是数字才可以匹配
print(re.findall("^\d{11}","138111158888b")) #输出:['13811115888']

#从最后一位开始匹配11位数字,最后一位必须是数字才可以匹配,$表示从最后一位开始匹配
print(re.findall("\d{11}$","138111158888")) #输出:['38111158888']

#从开始第1个字符到最后1个字符之间只有11个数字的才可以匹配上,且开始和结尾必须是数字
print(re.findall("^\d{11}$","13811115888")) #输出:['13811115888']

#将abcxyz这样连接的字符 拆分开形成组
print(re.findall("(abc)(xyz)","mjqabcxyzjjjabcxyzmmm")) #输出:[('abc', 'xyz'), ('abc', 'xyz')]

#匹配字符串JJJ,不区分大小写(re.I忽略大小写的语句,以上内容都可以增加这一句)
print(re.findall("JJJ","mjqabcxyzjjjabcxyzmmm",re.I)) #输出:['jjj']

#匹配字符串JJJ以及提取后面2个字符合并输出,不区分大小写(re.I忽略大小写的语句,以上内容都可以增加这一句)
print(re.findall("JJJ.{2}","mjqabcxyzjjjabcxyzmmm",re.I)) #输出:['jjjab']

#匹配字符串JJJ以及提取后面2个字符合并输出,不区分大小写(re.I忽略大小写的语句,以上内容都可以增加这一句) 如果把re.I后增加re.S,那么换行符也可以提取出来
print(re.findall("JJJ.{2}","mjqabcxyzjjjabcxyzmmm",re.I|re.S)) #输出:['jjjab']

#b和h之间的所有字符全部输出出来
print(re.findall("b(.*)h","c57892bkj874163hu")) #输出:['kj874163']

#从第5个字符开始匹配,第6个字符开始结束,第一个匹配的数字是1
print(re.search("\d","nihao123Tianxia")) #输出:<re.Match object; span=(5, 6), match='1'> 
print(re.search("m","nihao123Tianxia")) #输出:None

import  re
a = "c57892bkj874163hu"
#第一个匹配上的结果是数字的。内容是5
print(re.search("\d",a).group()) #输出:5

import  re
a = "c57892bkj874163hu"
#第一个匹配上的结果是数字的。从第1个字符开始,第2个字符结束,匹配上了数字
print(re.search("\d",a).span()) #输出:(1, 2)

import  re
a = "123abc456789"
r = re.search("([0-9]*)([a-z]*)([0-9]*)",a)
#分为数字,字符,数字。这样依次输出
print(r.group()) #输出:123abc456789
print(r.group(0)) #输出:123abc456789
print(r.group(1)) #输出:123
print(r.group(2)) #输出:abc
print(r.group(3)) #输出:456789


#用数字进行分割去除数字,以列表的方式返回
print(re.split("\d","nihao13Tian2xia")) #输出:['nihao', '', 'Tian', 'xia']
#用"*"替换所有数字

print(re.sub("\d","*","nihao123Tianxia")) #输出:nihao***Tianxia
#用"*"替换数字2次
print(re.sub("\d","*","nihao123Tianxia",2)) #输出:nihao**3Tianxia

import  re
a = "abcFBIabcFBIKJGI"
def nihao(形参):
    return "胡启行"
#用"胡启行"替换FBI一次
print(re.sub("FBI",nihao,a,1)) #输出:abc胡启行abcFBIKJGI

import  re
a = "abcFBIabcFBIKJGI"
def nihao(形参):
    分段获取 = 形参.group()
    return "$" + 分段获取 + "$"
#在字符串"FBI"的前面和后面都增加上"$"
print(re.sub("FBI",nihao,a)) #输出:abc$FBI$abc$FBI$KJGI

import  re
a = "c57892bkj874163hu"
def nihao(形参):
    分段获取 = 形参.group()
    if int(分段获取) >= 5:
        return "9"
    else:
        return "0"
#在字符串里面大于等于5的部分替换位数字9,小于5的部分替换为0
print(re.sub("[0-9]",nihao,a)) #输出:c99990bkj990090hu

12.4遍历字符串

str1 = 'hello, world!'
#遍历字符串
for char in str1:
    print(char) #输出:h e l l o , w o r l d !
a, b = 5, 10
print('%d * %d = %d' % (a, b, a * b)) #输出:5 * 10 = 50
print('{0} * {1} = {2}'.format(a, b, a * b)) #输出:5 * 10 = 50
print(f'{a} * {b} = {a * b}') #输出:5 * 10 = 50

13.list列表

list1 = [1, 3, 5, 7, 100]
list2 = ['hello'] * 3 #hello字符串输出3遍
#计算数据3在列表中出现的次数
print(list1.count(3)) #输出:1
#计算列表长
print(len(list1)) #输出:5
print(list2) #输出:['hello', 'hello', 'hello']
#下标(索引)运算
print(list1[0]) #输出:1
print(list1[4]) #输出:100
print(list1[5]) #输出:错误超过下标范围
print(list1[-1]) #输出:100
print(list1[-3]) #输出:5
#更改list值
list1[2] = 300
print(list1) #输出:[1, 3, 300, 7, 100]
#通过循环用下标遍历列表元素
for index in range(len(list1)):
    print(list1[index]) #输出:1 3 300 7 100
#通过for循环遍历列表元素
for elem in list1:
    print(elem)  #输出:1 3 300 7 100
#通过enumerate函数处理列表之后再遍历可以同时获得元素索引和值
for index, elem in enumerate(list1):
    print(index, elem)
#输出:
0 1
1 3
2 300
3 7
4 100

#在末尾添加元素
list1.append(200)
print(list1) #输出:[1, 3, 300, 7, 100, 200]
#在索引1位置插入数值400
list1.insert(1, 400)
print(list1) #输出:[1, 400, 3, 300, 7, 100, 200]
#合并两个列表
list1.extend([1000,2000])
print(list1) #输出:[1, 400, 3, 300, 7, 100, 200, 1000, 2000]
#先通过成员运算判断元素是否在列表中,如果存在就删除该元素
if 3 in list1:
	list1.remove(3)
print(list1) #输出:[1, 400, 300, 7, 100, 200, 1000, 2000]
#从指定的位置删除索引为0元素
list1.pop(0)
print(list1) #输出:[400, 300, 7, 100, 200, 1000, 2000]
#删除列表最后一个元素
list1.pop(len(list1)-1)
print(list1) #输出:[400, 300, 7, 100, 200, 1000]
#清空列表
list1.clear()
print(list1) #输出:[]

13.1list列表切片

#列表切片
fruits = ['grape', 'apple', 'strawberry', 'waxberry']
#列表切片包括索引1,2,3
fruits1 = fruits[1:4]
print(fruits1) #输出:['apple', 'strawberry', 'waxberry']
#可以通过完整切片操作来复制列表
fruits2 = fruits[:]
print(fruits2) #输出:['grape', 'apple', 'strawberry', 'waxberry']
#列表切片包括索引-2,-3
fruits3 = fruits[-3:-1]
print(fruits3) #输出:['apple', 'strawberry']
#倒序输出列表
fruits4 = fruits[::-1]
print(fruits4) #输出:['waxberry', 'strawberry', 'apple', 'grape']

13.2list列表排序

#列表排序
list1 = [9, 3, 578, 7, 100]
#升序排列
list2 = sorted(list1) 
print(list2) #输出:[3, 7, 9, 100, 578]
#升序排列
list1.sort()
print(list1) #输出:[3, 7, 9, 100, 578]
#降序排列
list3 = sorted(list1, reverse=True)
print(list3) #输出:[578, 100, 9, 7, 3]
#倒序排列
list1.reverse()
print(list1) #输出:[100, 7, 578, 3, 9]


fruits = ['grape', 'apple', 'strawberry', 'waxberry']
#通过key关键字参数指定根据字符串长度进行排序而不是默认的字母表顺序
list4 = sorted(fruits, key=len)
print(list4) #输出:['grape', 'apple', 'waxberry', 'strawberry']

13.2list列表遍历,输出1-999的数据的平方值

#输出1-9的列表
f = [x for x in range(1, 10)]
print(f) #输出:[1, 2, 3, 4, 5, 6, 7, 8, 9]
#字母和数字交叉组合,可以直接组成一副牌的写法
f = [x + y for x in 'AB' for y in '123']
print(f) #输出:['A1', 'A2', 'A3', 'B1', 'B2', 'B3']

import sys
#输出1-999的数据的平方值
f = [x ** 2 for x in range(1, 1000)]
# 查看对象占用内存的字节数
print(sys.getsizeof(f))  
print(f) #输出:[1, 4, 9, 16, 25, 36..998001]

14.元组

#创建空元组
tuple = ()
#定义元组
t = ('骆昊', 38, True, '四川成都')
#获取元素的索引值
print(t.index("四川成都")) #输出:3
#统计计数
print(t.count("四川成都")) #输出:1
#获取索引0的元素
print(t[0]) #输出:骆昊

#遍历元组中的值
for member in t:
    print(member) #输出:骆昊 38 True 四川成都
    
#重新给元组赋值
t = ('王大锤', 20, True, '云南昆明')
print(t)  #输出:('王大锤', 20, True, '云南昆明')

#将元组转换成列表
person = list(t)
print(person) #输出:['王大锤', 20, True, '云南昆明']
#列表是可以修改它的元素的
person[0] = '李小龙'
print(person) #输出:['李小龙', 20, True, '云南昆明']

#将列表转换成元组
t1 = tuple(person)
print(t1) #输出:('李小龙', 20, True, '云南昆明')

15.集合增加元素

15.1集合增加元素

#创建集合的字面量语法
set1 = {1, 2, 3, 3, 3, 2}
print(set1)            #输出:{1, 2, 3}
print('Length =', len(set1))  #输出:Length = 3
#set1集合增加4元素
set1.add(4)
#set1集合增加5元素
set1.add(5)
print(set1) #输出:{1, 2, 3, 4, 5}

15.2集合去除元素,生成集合

#生成1-9的集合
set2 = set(range(1, 10))
#set2集合增加11,12元素
set2.update([11, 12])
#set2集合去除元素5
set2.discard(5)
print(set2)  #输出:{1, 2, 3, 4, 6, 7, 8, 9, 11, 12}
#如果4在set2集合里,就去除4
if 4 in set2:
    set2.remove(4)
print(set2)   #输出:{1, 2, 3, 6, 7, 8, 9, 11, 12}
#创建集合的推导式语法(推导式也可以用于推导集合)
set3 = {num for num in range(1, 100) if num % 3 == 0 or num % 5 == 0}
print(set3)  #输出:1到99中间被3或5整除的数字
set4 = {1, 2, 3, 3, 3, 2}
print(set4.pop())   #输出:1

15.3集合交集并集等操作

set1 = {-3,-2,-1,0,1, 2, 3}
set2 = {1, 2, 3, 4, 5, 6}
print(set1 & set2)   #输出交集:{1, 2, 3}
print(set1.intersection(set2)) #输出交集::{1, 2, 3}
print(set1 | set2) #输出并集:{0, 1, 2, 3, 4, 5, 6, -1, -3, -2}
print(set1.union(set2)) #输出并集:{0, 1, 2, 3, 4, 5, 6, -1, -3, -2}
print(set1 - set2) #输出set1不同set2的元素:{0, -3, -1, -2}
print(set1.difference(set2)) #输出set1不同set2的元素:{0, -3, -1, -2}
print(set1 ^ set2) #输出除开相同部分的元素并集:{0, 4, 5, 6, -2, -3, -1}
print(set1.symmetric_difference(set2)) #输出除开相同部分的元素并集:{0, 4, 5, 6, -2, -3, -1}

16.字典

#创建字典的语法
scores = {'骆昊': 95, '白元芳': 78, '狄仁杰': 82}
#对字典中所有键值对进行遍历
for key in scores:
    print(f'{key}: {scores[key]}')
#输出:
骆昊: 95
白元芳: 78
狄仁杰: 82

#更新字典中的元素
scores['白元芳'] = 65

#创建字典的构造器语法
items1 = dict(one=1, two=2, three=3, four=4)
print(items1) #输出:{'one': 1, 'two': 2, 'three': 3, 'four': 4}

#通过zip函数将两个序列压成字典
items2 = dict(zip(['a', 'b', 'c'], '123'))
print(items2) #输出:{'a': '1', 'b': '2', 'c': '3'}

#创建字典的推导式语法 x:x**2
items3 = {num: num ** 2 for num in range(1, 10)}
print(items3) #输出:{1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81}

#通过键可以获取字典中对应的值
print(scores['骆昊']) #输出:95
#增加两组数据
scores.update(冷面=67, 方启鹤=85) #输出:{'骆昊': 95, '白元芳': 65, '狄仁杰': 82, '冷面': 67, '方启鹤': 85}

if '狄仁杰' in scores:
    print(scores['狄仁杰']) #输出:82

print(scores.get('狄仁杰')) #输出:82
#删除字典中的元素
scores = {'骆昊': 95, '白元芳': 78, '狄仁杰': 82}
#删除字典中的最后一个元素
scores.popitem()
print(scores) #输出:{'骆昊': 95, '白元芳': 78}

#创建字典的语法
scores = {'骆昊': 95, '白元芳': 78, '狄仁杰': 82}
#删除字典中狄仁杰
scores.pop('狄仁杰')
print(scores) #输出:{'骆昊': 95, '白元芳': 78}
#清空字典
scores.clear() 
print(scores) #输出:{}
#创建字典的语法
scores = {'骆昊': 95, '白元芳': 78, '狄仁杰': 82}
#获取字典中的key列表
key = scores.keys()
print(key) #输出:dict_keys(['骆昊', '白元芳', '狄仁杰'])
#获取字典中的value列表
value = scores.values()
print(value) #输出:dict_values([95, 78, 82])
#获取字典元组列表
tup = scores.items()
print(tup) #输出:dict_items([('骆昊', 95), ('白元芳', 78), ('狄仁杰', 82)])

17.日期类

import datetime
import time
#一.date(日期)

#生成日期
#输出当前日期
print(datetime.date.today()) #输出:2021-05-18
#设定日期
print(datetime.date(2022,5,18)) #输出:2022-05-18
#输出当前日期,time.time():时间戳
print(datetime.date.fromtimestamp(time.time())) #输出:2021-05-18
#输出最小日期
print(datetime.date.min) #输出:0001-01-01
#输出最大日期
print(datetime.date.max) #输出:9999-12-31
#输出date类最小日期间隔时间
print(datetime.date.resolution) #输出:1 day, 0:00:00


#输出当前日期的年月日
d = datetime.date.fromtimestamp(time.time())
print(d.year) #输出:2021
print(d.month) #输出:5
print(d.day) #输出:18
#把年份替换为2022年
print(d.replace(year=2022)) #输出:2022-05-18
#计算从0001-01-01到现在的天数
print(d.toordinal()) #输出:737928
print(d.weekday()) #输出:1 表示星期二,0表示星期一
print(d.isoweekday()) #输出:2 表示星期二,0表示星期天
#标准的日期格式返回
print(d.isoformat()) #输出:2021-05-18
#格式化输出日期
print(d.strftime("%Y年%m月%d日")) #输出:2021年05月18日
"""
{}表示占位符 =表示要填充为=号,^表示将后面的内容datetime.time居中对齐,
50表示要填充50个等号,如果有:<表示左对齐,>表示右对齐
"""
#居中对齐
print("{:=^50s}".format("datetime.time")) #输出:==================datetime.time===================
#左对齐
print("{:=<50s}".format("datetime.time"))#输出:datetime.time=====================================
#右对齐
print("{:=>50s}".format("datetime.time"))#输出:=====================================datetime.time

18.时间类

import datetime
import time
#2.time(时间)

#生成时间
t = datetime.time(15,10,45,888888)
#时分秒微秒
print(t) #输出:15:10:45.888888
#输出一天当中最小时间
print(datetime.time.min) #输出:00:00:00
#输出一天当中最大时间
print(datetime.time.max) #输出:23:59:59.999999
#输出时间的最小时间间隔
print(datetime.time.resolution)#输出:0:00:00.000001
#输出时分秒微妙
print(t.hour) #输出:15
print(t.minute) #输出:10
print(t.second) #输出:45
print(t.microsecond) #输出:888888
#输出标准时间格式
print(t.isoformat()) #输出:15:10:45.888888
#输出格式化时间
print(t.strftime("%H时%M分%S秒  %f微妙")) #输出:15时10分45秒  888888微妙
import datetime
import time
#三.datetime(日期时间)

#生成日期时间
dt = datetime.datetime(2020,8,20,13,22,34,888888)
print(dt) #输出:2020-08-20 13:22:34.888888
#输出当前日期和时间
print(datetime.datetime.today()) #输出:2021-05-18 22:44:26.001138
#输出当前时区的日期时间
print(datetime.datetime.utcnow()) #输出:2021-05-18 14:45:53.670359
#时间戳
print(datetime.datetime.fromtimestamp(time.time())) #输出:2021-05-18 22:47:04.850939
#生成UTC时间,和标准时间相差8个小时
print(datetime.datetime.utcfromtimestamp(time.time()))#输出:2021-05-18 14:48:18.936326
#字符串格式变成日期格式
print(datetime.datetime.strptime("2020-06-23 23:15:36","%Y-%m-%d %H:%M:%S")) #输出:2020-06-23 23:15:36

#组合成日期时间
#输出当前日期的年月日
d = datetime.date.fromtimestamp(time.time())
#生成时间
t = datetime.time(15,10,45,888888)
print(datetime.datetime.combine(d,t)) #输出:2021-05-18 15:10:45.888888
#输出日期时间的年月日时分秒微妙的数值
print(dt.year) #输出:2020
print(dt.month) #输出:8
print(dt.day) #输出:20
print(dt.hour) #输出:13
print(dt.minute) #输出:22
print(dt.second) #输出:34
print(dt.microsecond) #输出:888888
#将秒改成57,日期改成30
print(dt.replace(second=57,day=30)) #输出:2020-08-30 13:22:57.888888
#输出datetime结构化对象
print(dt.timetuple()) #输出:time.struct_time(tm_year=2020, tm_mon=8, tm_mday=20, tm_hour=13, tm_min=22, tm_sec=34, tm_wday=3, tm_yday=233, tm_isdst=-1)
#时间戳微妙
print(dt.timestamp()) #输出:1597900954.888888
#格式化输出日期字符串
print(dt.strftime("%Y年%m月%d日 %H时%M分%S秒 %f微妙")) #输出:2020年08月20日 13时22分34秒 888888微妙
#将结构化对象转换成datetime  fromtimestamp:转换datetime格式 time.mktime:转换时间戳 time.localtime():结构化时间对象
print(datetime.datetime.fromtimestamp(time.mktime(time.localtime()))) #输出:2021-05-18 23:08:39
import datetime
#4.timedelta(时间差)

#生成时间差
#10天后,5点
td = datetime.timedelta(days=10,hours=5)
print(td) #输出:10 days, 5:00:00
#6天前16点,(往前推5天,再往前8个小时)
td = datetime.timedelta(days=-5,hours=-8)
print(td) #输出:-6 days, 16:00:00
#75个小时就是3天后又3个小时
td = datetime.timedelta(hours=75)
print(td) #输出:3 days, 3:00:00
#2周后
td = datetime.timedelta(weeks=2)
print(td) #输出:14 days, 0:00:00

19.xlrd库,openpyxl库

19.1读取excel

pip install xlrd==1.2.0

在这里插入图片描述

#读取excel
import xlrd
book = xlrd.open_workbook("income.xlsx")
print(f"包含表单数量 {book.nsheets}")   #输出:包含表单数量 3
print(f"表单的名分别为: {book.sheet_names()}") #输出:表单的名分别为: ['2018', '2017', '2016']
#表单索引从0开始,获取第一个表单对象
book.sheet_by_index(0)
#获取名为2018的表单对象
book.sheet_by_name('2018')
#获取所有的表单对象,放入一个列表返回
book.sheets()
import xlrd
book = xlrd.open_workbook("income.xlsx")
#表单索引从0开始,获取第一个表单对象
sheet = book.sheet_by_index(0)
print(f"表单名:{sheet.name} ") #输出:表单名:2018 
print(f"表单索引:{sheet.number}") #输出:表单索引:0
print(f"表单行数:{sheet.nrows}") #输出: 表单行数:13
print(f"表单列数:{sheet.ncols}") #输出: 表单列数:2
#行号、列号都是从0开始计算
print(f"单元格A1内容是: {sheet.cell_value(rowx=0, colx=0)}") #输出:单元格A1内容是: 月份
print(f"第一行内容是: {sheet.row_values(rowx=0)}") #输出:第一行内容是: ['月份', '收入']
print(f"第一列内容是: {sheet.col_values(colx=0)}")  #输出:第一列内容是: ['月份', 1.0, 2.0, '3*', 4.0, 5.0, 6.0, '7*', 8.0, 9.0, 10.0, 11.0, 12.0]

#收入在第2列,求出收入的相加总和
incomes = sheet.col_values(colx=1,start_rowx=1)
print(f"2018年总收入为: {sum(incomes)}") #输出:2018年总收入为: 361302.0
import xlrd
book = xlrd.open_workbook("income.xlsx")
#表单索引从0开始,获取第一个表单对象
sheet = book.sheet_by_index(0)
#计算第一列单元格末尾包含"*"字符,第二列的数字输入之和
#定义包含星号的月份收入
toSubstract = 0
#月份在第1列,获取第一列的值
monthes = sheet.col_values(colx=0)
#遍历第一列的值
for row,month in enumerate(monthes):
    #如果第一列是str类型,并且以*结束
    if type(month) is str and month.endswith('*'):
        #获取这个以*结尾的行的,所在第2列的值
        income = sheet.cell_value(row,1)
        print(month,income) #输出:3* 30105.0   7* 30109.0
        toSubstract += income
print("带*月份的收入总和是:%2.f" % toSubstract) #输出:带*月份的收入总和是:60214
#计算一共有三张sheet表,第二列所有的收入之和,除去第一列内容结尾包含"*"字符的收入除外
import xlrd
#一共有三张sheet表
#打开工作簿
book = xlrd.open_workbook("income.xlsx")

#得到所有sheet对象,以list列表返回sheet对象
book1 =book.sheets()
#三张表的总收入之和
incomes = 0
#第0张表的第一列带"*"字符的总收入之和
toSubstract = 0
#第1张表的第一列带"*"字符的总收入之和
toSubstract1 = 0
#第2张表的第一列带"*"字符的总收入之和
toSubstract2 = 0
for i in range(0,3):
    #三张表的所有总输入之和,从第2行第2列开始
    incomes += sum(book1[i].col_values(colx=1,start_rowx=1))
print(f"三张表的所有收入之和{incomes}") #输出:三张表的所有收入之和842394.0
#第0张表的第一列带"*"字符的总收入之和
monthes = book1[0].col_values(colx=0)
for row,month in enumerate(monthes):
    if type(month) is str and month.endswith('*'):
        income = book1[0].cell_value(row,1)
        toSubstract += income
print(f"第0张表结尾带*字符的收入之和{toSubstract}") #输出:第0张表结尾带*字符的收入之和60214.0
#第1张表的第一列带"*"字符的总收入之和
monthes1 = book1[1].col_values(colx=0)
for row,month in enumerate(monthes1):
    if type(month) is str and month.endswith('*'):
        income = book1[1].cell_value(row,1)
        toSubstract1 += income
print(f"第1张表结尾带*字符的收入之和{toSubstract1}") #输出:第1张表结尾带*字符的收入之和20774.0
#第2张表的第一列带"*"字符的总收入之和
monthes2 = book1[2].col_values(colx=0)
for row,month in enumerate(monthes2):
    if type(month) is str and month.endswith('*'):
        income = book1[2].cell_value(row,1)
        toSubstract2 += income
print(f"第2张表结尾带*字符的收入之和{toSubstract2}") #输出:第2张表结尾带*字符的收入之和19374.0
print(f"三张表总共第一列结尾除去*的收入之和是{incomes-toSubstract-toSubstract1-toSubstract2}")
#输出:三张表总共第一列结尾除去*的收入之和是742032.0

在这里插入图片描述
在这里插入图片描述

19.2写入excel

#安装openpyxl 
pip install openpyxl 


#写入excel
import openpyxl
#创建一个Excel workbook 对象
book = openpyxl.Workbook()
#创建时,会自动产生一个sheet,通过active获取
sh = book.active
#修改当前 sheet 标题为 工资表
sh.title = '工资表'
#增加一个名为 '年龄表' 的sheet,放在最后
sh1 = book.create_sheet('年龄表-最后')
#增加一个 sheet,放在最前
sh2 = book.create_sheet('年龄表-最前',0)
#增加一个 sheet,指定为第2个表单
sh3 = book.create_sheet('年龄表2',1)
#根据名称获取某个sheet对象
sh = book['工资表']
#给第一个单元格A1写入内容
sh['A1'] = '你好'
#根据行号列号第2行第2列单元格写入内容:白月黑羽, # 注意和 xlrd 不同,是从 1 开始
sh.cell(2,2).value = '白月黑羽'
#保存文件
book.save('信息.xlsx')

#获取A1单元格内容
print(sh['A1'].value) #输出:你好
#获取第2行第2列的内容
print(sh.cell(2, 2).value) #输出:白月黑羽

在这里插入图片描述

import openpyxl
name2Age = {
    '张飞' :  38,
    '赵云' :  27,
    '许褚' :  36,
    '典韦' :  38,
    '关羽' :  39,
    '黄忠' :  49,
    '徐晃' :  43,
    '马超' :  23,
}

#创建一个Excel workbook 对象
book = openpyxl.Workbook()
#创建时,会自动产生一个sheet,通过active获取
sh = book.active
#标题命名为"年龄表"
sh.title = '年龄表'
#写标题栏
sh['A1'] =  '姓名'
sh['B1'] =  '年龄'
#写入内容,从第2行开始
row = 2
#遍历name2Age
for name,age in name2Age.items():
     #第2行,第1列值是name
    sh.cell(row, 1).value = name
    #第2行,第2列值是age
    sh.cell(row, 2).value = age
    #行自动加1
    row += 1
#保存文件
book.save('信息.xlsx')

在这里插入图片描述

import openpyxl
name2Age = [
    ['张飞' ,  38 ] ,
    ['赵云' ,  27 ] ,
    ['许褚' ,  36 ] ,
    ['典韦' ,  38 ] ,
    ['关羽' ,  39 ] ,
    ['黄忠' ,  49 ] ,
    ['徐晃' ,  43 ] ,
    ['马超' ,  23 ]
]
#创建一个Excel workbook 对象
book = openpyxl.Workbook()
#创建时,会自动产生一个sheet,通过active获取
sh = book.active
#标题命名为"年龄表"
sh.title = '年龄表'
#写标题栏
sh['A1'] =  '姓名'
sh['B1'] =  '年龄'
#遍历name2Age
for row in name2Age:
    # 添加到下一行的数据
    sh.append(row)
#保存文件
book.save('信息1.xlsx')
#修改excel中的内容:
import openpyxl
#加载 excel 文件
wb = openpyxl.load_workbook('income.xlsx')
#得到表名称为"2017"的sheet对象
sheet = wb['2017']
#修改A1单元格内容为"修改一下"
sheet['A1'] = '修改一下'

#插入行、插入列
#在第2行的位置插入1行空白
sheet.insert_rows(2)
#在第3行的位置插入3行空白
sheet.insert_rows(3,3)
#在第2列的位置插入1列空白
sheet.insert_cols(2)
#在第2列的位置插入3列空白
sheet.insert_cols(2,3)

#删除行、删除列
#在第2行的位置删除1行
sheet.delete_rows(2)
#在第3行的位置删除3行
sheet.delete_rows(3,3)
#在第2列的位置删除1列
sheet.delete_cols(2)
#在第3列的位置删除3列
sheet.delete_cols(3,3)
#指定不同的文件名,可以另存为别的文件income-1.xlsx
wb.save('income-1.xlsx')

19.3文字 颜色、字体、大小修改

#文字 颜色、字体、大小修改
import openpyxl
#导入Font对象 和 colors 颜色常量
from openpyxl.styles import Font,colors

#加载 excel 文件
wb = openpyxl.load_workbook('income.xlsx')
#得到表名称为"2018"的sheet对象
sheet = wb['2018']

#指定单元格字体颜色,
sheet['A1'].font = Font(color="981818", #指定颜色为红色
                        size=15,    # 设定文字大小
                        bold=True,  # 设定为粗体
                        italic=True # 设定为斜体
                        )


#指定第3行所有文字颜色为红色
font = Font(color="981818")
for y in range(1, 100): # 第 1 到 100 列
    sheet.cell(row=3, column=y).font = font

#指定第2列所有文字加粗
font = Font(bold=True)
for x in range(1, 100): # 第 1 到 100 行
    sheet.cell(row=x, column=2).font = font

#指定不同的文件名,可以另存为别的文件income-1.xlsx
wb.save('income-1.xlsx')
#背景色修改
import openpyxl
#导入Font对象 和 colors 颜色常量
from openpyxl.styles import PatternFill
#导入加载图片功能
from openpyxl.drawing.image import Image

#加载 excel 文件
wb = openpyxl.load_workbook('income.xlsx')
#得到表名称为"2018"的sheet对象
sheet = wb['2018']

#指定A1单元格背景色红色
sheet['A1'].fill = PatternFill("solid", "E39191")
#指定第2行背景颜色
fill = PatternFill("solid", "E39191")
for y in range(1, 100): # 第 1 到 100 列
    sheet.cell(row=2, column=y).fill = fill

#在第1行,第4列的位置插入图片
sheet.add_image(Image('2.jpg'), 'D1')


#指定不同的文件名,可以另存为别的文件income-1.xlsx
wb.save('income-1.xlsx')

19.4COM接口修改excel内容

#Excel COM接口修改excel内容
第一步:安装   pip install pywin32

import win32com.client

excel = win32com.client.Dispatch("Excel.Application")
#可以让excel 可见
excel.Visible = True 
#这里填写要修改的Excel文件的绝对路径
workbook = excel.Workbooks.Open(r"C:\Users\Administrator\PycharmProjects\days\income.xlsx")
#得到 2017表单对象
sheet = workbook.Sheets('2017')
#修改表单第1行第1列单元格内容
sheet.Cells(1,1).Value="你好"
#保存内容
workbook.Save()
#关闭该Excel文件
workbook.Close()
#excel进程退出
excel.Quit()
#释放相关资源
sheet = None
book = None
excel.Quit()
excel = None

20.最大公约数和最小公倍数,x大于y就交换x和y的值,两个数中较的数开始做递减的循环

#最大公约数和最小公倍数
x = int(input('x = '))
y = int(input('y = '))

#如果x大于y就交换x和y的值
if x > y:
    # 通过下面的操作将y的值赋给x, 将x的值赋给y
    x, y = y, x
#从两个数中较的数开始做递减的循环
for factor in range(x, 0, -1):
    if x % factor == 0 and y % factor == 0:
        print('%d和%d的最大公约数是%d' % (x, y, factor))
        print('%d和%d的最小公倍数是%d' % (x, y, x * y // factor))
        break
#以后可以调用下面的函数直接求出结果
def gcd(x, y):
    """求最大公约数"""
    (x, y) = (y, x) if x > y else (x, y)
    for factor in range(x, 0, -1):
        if x % factor == 0 and y % factor == 0:
            return factor

def lcm(x, y):
    """求最小公倍数"""
    return x * y // gcd(x, y)

21.找出1~9999之间的所有完美数

#找出1~9999之间的所有完美数
import math
for num in range(1, 10000):
    result = 0
    for factor in range(1, int(math.sqrt(num)) + 1):
        if num % factor == 0:
            result += factor
            if factor > 1 and num // factor != factor:
                result += num // factor
    if result == num:
        print(num)

21.判断素数和回文数

#判断素数和回文数
for num in range(2, 100):
    is_prime = True
    for factor in range(2, int(math.sqrt(num)) + 1):
        if num % factor == 0:
            is_prime = False
            break
    if is_prime:
        print(num, end=' ')


#实现判断一个数是不是素数的函数
def is_prime(num):
    """判断一个数是不是素数"""
    for factor in range(2, int(num ** 0.5) + 1):
        if num % factor == 0:
            return False
    return True if num != 1 else False


#写一个程序判断输入的正整数是不是回文素数
if __name__ == '__main__':
    num = int(input('请输入正整数: '))
    if is_palindrome(num) and is_prime(num):
        print('%d是回文素数' % num)

22.输出斐波那契数列的前20个数,更新跑马灯

#输出斐波那契数列的前20个数 1 1 2 3 5 8 13 21 ...
a = 0
b = 1
for _ in range(20):
    a, b = b, a + b
    print(a, end=' ')
def is_palindrome(num):
    """判断一个数是不是回文数"""
    temp = num
    total = 0
    while temp > 0:
        total = total * 10 + temp % 10
        temp //= 10
    return total == num

在这里插入图片描述

#更新跑马灯
import os
import time
def main():
    content = '北京欢迎你为你开天辟地…………'
    while True:
        # 清理屏幕上的输出
        os.system('cls')  # os.system('clear')
        print(content)
        # 休眠200毫秒
        time.sleep(0.2)
        content = content[1:] + content[0]


if __name__ == '__main__':
    main()

23.产生指定长度的验证码

#产生指定长度的验证码
import random
def generate_code(code_len=4):
    """
    生成指定长度的验证码
    :param code_len: 验证码的长度(默认4个字符)
    :return: 由大小写英文字母和数字构成的随机验证码
    """
    all_chars = '0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ'
    last_pos = len(all_chars) - 1
    code = ''
    for _ in range(code_len):
        index = random.randint(0, last_pos)
        code += all_chars[index]
    return code

24.设计一个函数返回给定文件名的后缀名

#设计一个函数返回给定文件名的后缀名
def get_suffix(filename, has_dot=False):
    """
    获取文件名的后缀名
    :param filename: 文件名
    :param has_dot: 返回的后缀名是否需要带点
    :return: 文件的后缀名
    """
    pos = filename.rfind('.')
    if 0 < pos < len(filename) - 1:
        index = pos if has_dot else pos + 1
        return filename[index:]
    else:
        return ''

25.设计一个函数返回传入的列表中最大和第二大的元素的值

#设计一个函数返回传入的列表中最大和第二大的元素的值
def max2(x):
    m1, m2 = (x[0], x[1]) if x[0] > x[1] else (x[1], x[0])
    for index in range(2, len(x)):
        if x[index] > m1:
            m2 = m1
            m1 = x[index]
        elif x[index] > m2:
            m2 = x[index]
    return m1, m2

26.计算指定的年月日是这一年的第几天

#计算指定的年月日是这一年的第几天
def is_leap_year(year):
    """
    判断指定的年份是不是闰年

    :param year: 年份
    :return: 闰年返回True平年返回False
    """
    return year % 4 == 0 and year % 100 != 0 or year % 400 == 0


def which_day(year, month, date):
    """
    计算传入的日期是这一年的第几天

    :param year: 年
    :param month: 月
    :param date: 日
    :return: 第几天
    """
    days_of_month = [
        [31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31],
        [31, 29, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31]
    ][is_leap_year(year)]
    total = 0
    for index in range(month - 1):
        total += days_of_month[index]
    return total + date


def main():
    print(which_day(1980, 11, 28))
    print(which_day(1981, 12, 31))
    print(which_day(2018, 1, 1))
    print(which_day(2016, 3, 1))


if __name__ == '__main__':
    main()

27.打印杨辉三角

#打印杨辉三角
def main():
    num = int(input('Number of rows: '))
    yh = [[]] * num
    for row in range(len(yh)):
        yh[row] = [None] * (row + 1)
        for col in range(len(yh[row])):
            if col == 0 or col == row:
                yh[row][col] = 1
            else:
                yh[row][col] = yh[row - 1][col] + yh[row - 1][col - 1]
            print(yh[row][col], end='\t')
        print()


if __name__ == '__main__':
    main()

28.双色球选号

#双色球选号
from random import randrange, randint, sample
def display(balls):
    """
    输出列表中的双色球号码
    """
    for index, ball in enumerate(balls):
        if index == len(balls) - 1:
            print('|', end=' ')
        print('%02d' % ball, end=' ')
    print()


def random_select():
    """
    随机选择一组号码
    """
    red_balls = [x for x in range(1, 34)]
    selected_balls = []
    selected_balls = sample(red_balls, 6)
    selected_balls.sort()
    selected_balls.append(randint(1, 16))
    return selected_balls


def main():
    n = int(input('机选几注: '))
    for _ in range(n):
        display(random_select())


if __name__ == '__main__':
    main()

29.定义类及使用类

#定义类及使用类
class Student(object):
    def __init__(self, name, age):
        self.age = age
        self.name = name
        sex = "男"

    def Study(self, course_name):
        print(f"{self.age}岁的{self.name}正在学习{course_name}")

    def watch(self):
        if self.age < 18:
            print("%s正在看熊出没" %(self.name))
        else:
            print("%s正在看岛国片" %(self.name))


xue = Student("小刚",5)
xue.watch()
xue.Study("英语")

29.1类的继承学习

#类的继承学习
class Person(object):
    """人"""

限定Person对象只能绑定_name, _age和_gender属性

    __slots__ = ('_name', '_age', '_gender')

    def __init__(self, name, age):
        self._name = name
        self._age = age

    @property
    def name(self):
        return self._name

    @property
    def age(self):
        return self._age

    @age.setter
    def age(self, age):
        self._age = age

    def play(self):
        print('%s正在愉快的玩耍.' % self._name)

    def watch_av(self):
        if self._age >= 18:
            print('%s正在观看爱情动作片.' % self._name)
        else:
            print('%s只能观看《熊出没》.' % self._name)
class Student(Person):
    """学生"""

    def __init__(self, name, age, grade):
        super().__init__(name, age)
        self._grade = grade

    @property
    def grade(self):
        return self._grade

    @grade.setter
    def grade(self, grade):
        self._grade = grade

    def study(self, course):
        print('%s的%s正在学习%s.' % (self._grade, self._name, course))
class Teacher(Person):
    """老师"""

    def __init__(self, name, age, title):
        super().__init__(name, age)
        self._title = title

    @property
    def title(self):
        return self._title

    @title.setter
    def title(self, title):
        self._title = title

    def teach(self, course):
        print('%s%s正在讲%s.' % (self._name, self._title, course))
def main():
    stu = Student('王大锤', 15, '初三')
    stu.study('数学')
    stu.watch_av()
    t = Teacher('骆昊', 38, '砖家')
    t.teach('Python程序设计')
    t.watch_av()


if __name__ == '__main__':
    main()

29.2抽象方法多态

#抽象方法多态
Python从语法层面并没有像Java或C#那样提供对抽象类的支持,但是我们可以通过`abc`模块的`ABCMeta`元类和`abstractmethod`包装器来达到抽象类的效果,如果一个类中存在抽象方法那么这个类就不能够实例化(创建对象)
from abc import ABCMeta, abstractmethod
class Pet(object, metaclass=ABCMeta):
    """宠物"""

    def __init__(self, nickname):
        self._nickname = nickname

    @abstractmethod
    def make_voice(self):
        """发出声音"""
        pass


class Dog(Pet):
    """狗"""

    def make_voice(self):
        print('%s: 汪汪汪...' % self._nickname)


class Cat(Pet):
    """猫"""

    def make_voice(self):
        print('%s: 喵...喵...' % self._nickname)


def main():
    pets = [Dog('旺财'), Cat('凯蒂'), Dog('大黄')]
    for pet in pets:
        pet.make_voice()


if __name__ == '__main__':
    main()

29.3案例:奥特曼打小怪兽

#案例1:奥特曼打小怪兽
from abc import ABCMeta, abstractmethod
from random import randint, randrange


class Fighter(object, metaclass=ABCMeta):
    """战斗者"""

    # 通过__slots__魔法限定对象可以绑定的成员变量
    __slots__ = ('_name', '_hp')

    def __init__(self, name, hp):
        """初始化方法

        :param name: 名字
        :param hp: 生命值
        """
        self._name = name
        self._hp = hp

    @property
    def name(self):
        return self._name

    @property
    def hp(self):
        return self._hp

    @hp.setter
    def hp(self, hp):
        self._hp = hp if hp >= 0 else 0

    @property
    def alive(self):
        return self._hp > 0

    @abstractmethod
    def attack(self, other):
        """攻击

        :param other: 被攻击的对象
        """
        pass


class Ultraman(Fighter):
    """奥特曼"""

    __slots__ = ('_name', '_hp', '_mp')

    def __init__(self, name, hp, mp):
        """初始化方法

        :param name: 名字
        :param hp: 生命值
        :param mp: 魔法值
        """
        super().__init__(name, hp)
        self._mp = mp

    def attack(self, other):
        other.hp -= randint(15, 25)

    def huge_attack(self, other):
        """究极必杀技(打掉对方至少50点或四分之三的血)

        :param other: 被攻击的对象

        :return: 使用成功返回True否则返回False
        """
        if self._mp >= 50:
            self._mp -= 50
            injury = other.hp * 3 // 4
            injury = injury if injury >= 50 else 50
            other.hp -= injury
            return True
        else:
            self.attack(other)
            return False

    def magic_attack(self, others):
        """魔法攻击

        :param others: 被攻击的群体

        :return: 使用魔法成功返回True否则返回False
        """
        if self._mp >= 20:
            self._mp -= 20
            for temp in others:
                if temp.alive:
                    temp.hp -= randint(10, 15)
            return True
        else:
            return False

    def resume(self):
        """恢复魔法值"""
        incr_point = randint(1, 10)
        self._mp += incr_point
        return incr_point

    def __str__(self):
        return '~~~%s奥特曼~~~\n' % self._name + \
            '生命值: %d\n' % self._hp + \
            '魔法值: %d\n' % self._mp


class Monster(Fighter):
    """小怪兽"""

    __slots__ = ('_name', '_hp')

    def attack(self, other):
        other.hp -= randint(10, 20)

    def __str__(self):
        return '~~~%s小怪兽~~~\n' % self._name + \
            '生命值: %d\n' % self._hp


def is_any_alive(monsters):
    """判断有没有小怪兽是活着的"""
    for monster in monsters:
        if monster.alive > 0:
            return True
    return False


def select_alive_one(monsters):
    """选中一只活着的小怪兽"""
    monsters_len = len(monsters)
    while True:
        index = randrange(monsters_len)
        monster = monsters[index]
        if monster.alive > 0:
            return monster


def display_info(ultraman, monsters):
    """显示奥特曼和小怪兽的信息"""
    print(ultraman)
    for monster in monsters:
        print(monster, end='')


def main():
    u = Ultraman('骆昊', 1000, 120)
    m1 = Monster('狄仁杰', 250)
    m2 = Monster('白元芳', 500)
    m3 = Monster('王大锤', 750)
    ms = [m1, m2, m3]
    fight_round = 1
    while u.alive and is_any_alive(ms):
        print('========第%02d回合========' % fight_round)
        m = select_alive_one(ms)  # 选中一只小怪兽
        skill = randint(1, 10)   # 通过随机数选择使用哪种技能
        if skill <= 6:  # 60%的概率使用普通攻击
            print('%s使用普通攻击打了%s.' % (u.name, m.name))
            u.attack(m)
            print('%s的魔法值恢复了%d点.' % (u.name, u.resume()))
        elif skill <= 9:  # 30%的概率使用魔法攻击(可能因魔法值不足而失败)
            if u.magic_attack(ms):
                print('%s使用了魔法攻击.' % u.name)
            else:
                print('%s使用魔法失败.' % u.name)
        else:  # 10%的概率使用究极必杀技(如果魔法值不足则使用普通攻击)
            if u.huge_attack(m):
                print('%s使用究极必杀技虐了%s.' % (u.name, m.name))
            else:
                print('%s使用普通攻击打了%s.' % (u.name, m.name))
                print('%s的魔法值恢复了%d点.' % (u.name, u.resume()))
        if m.alive > 0:  # 如果选中的小怪兽没有死就回击奥特曼
            print('%s回击了%s.' % (m.name, u.name))
            m.attack(u)
        display_info(u, ms)  # 每个回合结束后显示奥特曼和小怪兽的信息
        fight_round += 1
    print('\n========战斗结束!========\n')
    if u.alive > 0:
        print('%s奥特曼胜利!' % u.name)
    else:
        print('小怪兽胜利!')


if __name__ == '__main__':
    main()

#案例2:扑克游戏
import random


class Card(object):
    """一张牌"""

    def __init__(self, suite, face):
        self._suite = suite
        self._face = face

    @property
    def face(self):
        return self._face

    @property
    def suite(self):
        return self._suite

    def __str__(self):
        if self._face == 1:
            face_str = 'A'
        elif self._face == 11:
            face_str = 'J'
        elif self._face == 12:
            face_str = 'Q'
        elif self._face == 13:
            face_str = 'K'
        else:
            face_str = str(self._face)
        return '%s%s' % (self._suite, face_str)
    
    def __repr__(self):
        return self.__str__()


class Poker(object):
    """一副牌"""

    def __init__(self):
        self._cards = [Card(suite, face) 
                       for suite in '????'
                       for face in range(1, 14)]
        self._current = 0

    @property
    def cards(self):
        return self._cards

    def shuffle(self):
        """洗牌(随机乱序)"""
        self._current = 0
        random.shuffle(self._cards)

    @property
    def next(self):
        """发牌"""
        card = self._cards[self._current]
        self._current += 1
        return card

    @property
    def has_next(self):
        """还有没有牌"""
        return self._current < len(self._cards)


class Player(object):
    """玩家"""

    def __init__(self, name):
        self._name = name
        self._cards_on_hand = []

    @property
    def name(self):
        return self._name

    @property
    def cards_on_hand(self):
        return self._cards_on_hand

    def get(self, card):
        """摸牌"""
        self._cards_on_hand.append(card)

    def arrange(self, card_key):
        """玩家整理手上的牌"""
        self._cards_on_hand.sort(key=card_key)


```python
#排序规则-先根据花色再根据点数排序

def get_key(card):
    return (card.suite, card.face)


def main():
    p = Poker()
    p.shuffle()
    players = [Player('东邪'), Player('西毒'), Player('南帝'), Player('北丐')]
    for _ in range(13):
        for player in players:
            player.get(p.next)
    for player in players:
        print(player.name + ':', end=' ')
        player.arrange(get_key)
        print(player.cards_on_hand)


if __name__ == '__main__':
    main()

29.4案例:工资结算系统

#案例3:工资结算系统
"""
某公司有三种类型的员工 分别是部门经理、程序员和销售员
需要设计一个工资结算系统 根据提供的员工信息来计算月薪
部门经理的月薪是每月固定15000元
程序员的月薪按本月工作时间计算 每小时150元
销售员的月薪是1200元的底薪加上销售额5%的提成
"""
from abc import ABCMeta, abstractmethod


class Employee(object, metaclass=ABCMeta):
    """员工"""

    def __init__(self, name):
        """
        初始化方法

        :param name: 姓名
        """
        self._name = name

    @property
    def name(self):
        return self._name

    @abstractmethod
    def get_salary(self):
        """
        获得月薪

        :return: 月薪
        """
        pass


class Manager(Employee):
    """部门经理"""

    def get_salary(self):
        return 15000.0


class Programmer(Employee):
    """程序员"""

    def __init__(self, name, working_hour=0):
        super().__init__(name)
        self._working_hour = working_hour

    @property
    def working_hour(self):
        return self._working_hour

    @working_hour.setter
    def working_hour(self, working_hour):
        self._working_hour = working_hour if working_hour > 0 else 0

    def get_salary(self):
        return 150.0 * self._working_hour


class Salesman(Employee):
    """销售员"""

    def __init__(self, name, sales=0):
        super().__init__(name)
        self._sales = sales

    @property
    def sales(self):
        return self._sales

    @sales.setter
    def sales(self, sales):
        self._sales = sales if sales > 0 else 0

    def get_salary(self):
        return 1200.0 + self._sales * 0.05


def main():
    emps = [
        Manager('刘备'), Programmer('诸葛亮'),
        Manager('曹操'), Salesman('荀彧'),
        Salesman('吕布'), Programmer('张辽'),
        Programmer('赵云')
    ]
    for emp in emps:
        if isinstance(emp, Programmer):
            emp.working_hour = int(input('请输入%s本月工作时间: ' % emp.name))
        elif isinstance(emp, Salesman):
            emp.sales = float(input('请输入%s本月销售额: ' % emp.name))
        # 同样是接收get_salary这个消息但是不同的员工表现出了不同的行为(多态)
        print('%s本月工资为: ¥%s元' %
              (emp.name, emp.get_salary()))


if __name__ == '__main__':
    main()

29.5案例:幸运的基督徒

"""
《幸运的基督徒》
有15个基督徒和15个非基督徒在海上遇险,为了能让一部分人活下来不得不将其中15个人扔到海里面去,有个人想了个办法就是大家围成一个圈,由某个人开始从1报数,报到9的人就扔到海里面,他后面的人接着从1开始报数,报到9的人继续扔到海里面,直到扔掉15个人。由于上帝的保佑,15个基督徒都幸免于难,问这些人最开始是怎么站的,哪些位置是基督徒哪些位置是非基督徒。
"""
def main():
    persons = [True] * 30
    counter, index, number = 0, 0, 0
    while counter < 15:
        if persons[index]:
            number += 1
            if number == 9:
                persons[index] = False
                counter += 1
                number = 0
        index += 1
        index %= 30
    for person in persons:
        print('基' if person else '非', end='')


if __name__ == '__main__':
    main()

29.6案例:井子棋游戏

#井子棋游戏
import os


def print_board(board):
    print(board['TL'] + '|' + board['TM'] + '|' + board['TR'])
    print('-+-+-')
    print(board['ML'] + '|' + board['MM'] + '|' + board['MR'])
    print('-+-+-')
    print(board['BL'] + '|' + board['BM'] + '|' + board['BR'])


def main():
    init_board = {
        'TL': ' ', 'TM': ' ', 'TR': ' ',
        'ML': ' ', 'MM': ' ', 'MR': ' ',
        'BL': ' ', 'BM': ' ', 'BR': ' '
    }
    begin = True
    while begin:
        curr_board = init_board.copy()
        begin = False
        turn = 'x'
        counter = 0
        os.system('clear')
        print_board(curr_board)
        while counter < 9:
            move = input('轮到%s走棋, 请输入位置: ' % turn)
            if curr_board[move] == ' ':
                counter += 1
                curr_board[move] = turn
                if turn == 'x':
                    turn = 'o'
                else:
                    turn = 'x'
            os.system('clear')
            print_board(curr_board)
        choice = input('再玩一局?(yes|no)')
        begin = choice == 'yes'


if __name__ == '__main__':
    main()

30.python的注释,计算1.01的365次方,input函数实现键盘输入

#这是python的单行注释

"""
这是Python的多行注释
"""

#全局变量的定义,加上前缀g_,或者在函数外定义的变量
g_num

#元组可以这样写
a,b = b,a
#计算1.01的365次方
print(1.01**365) #输出:37.78343433288728

#input函数实现键盘输入
a = input("请输入密码:")
print(a) 

%s #字符串
%d #有符号十进制整数
%f #浮点数  %.02f 表示小数点后只显示两位小数
%% #输出%

#向控制台输出内容结束之后,不会换行
print("*",end="")
#单纯的换行
print("")

print("*",end="---")
#单纯的换行
print("*")
#最终输出结果:*---*

31.if else语句结构

#if else语句结构
age = 16
if age >=18:
    print("你已经成年")
else:
    print("你还没成年")

#if not 语句
is_employee = True;
if not is_employee:
    print("非本公司人员")

#if elif是同时判断多个条件,每个条件都是平级的
holiday_name = "生日"
if holiday_name == "情人节":
    print("买玫瑰")
elif holiday_name == "平安夜":
    print("吃苹果")
elif holiday_name == "生日":
    print("买蛋糕")
else:
    print("每天都是节日呀")

#多层if条件判断
a = 16
holiday_name = "生日"
if holiday_name == "生日":
    if a >=18:
        print("买玫瑰")
    else:
        print("吃苹果")

32.while循环

#while循环
i = 1
while i <=5:
    print("hello,Python")
    i = i + 1;
print("循环结束后的 i = %d" % i) #输出:5遍hello,Python

33.for循环判断

#for循环判断
for num in [1,2,3]:
    print(num) #输出:1 2
    if num == 2:
        break
else:
    print("你好")

34.生成随机数

import random
#生成随机数
a = random.randint(12,20)
print(a) #随机生成 12 <= a <= 20的整数

35.定义函数和调用函数

#定义函数和调用函数
def sum(num1,num2):
    """对两个数字求和"""
    result = num1 + num2
    print("%d + %d = %d" % (num1,num2,result)) #输出:10 + 20 = 30

if __name__ == '__main__':
    sum(10,20)


#打印横线模块.py文件里面的编写内容
def dayin():
    print("-"*50)

#test.py文件里面的编写内容
"""
打印横线模块.py 是自己创建的文件
"""
#导入模块
import 打印横线模块
#调用自己创建的模块的函数dayin()
打印横线模块.dayin() #输出:--------------------------------------------------

36.多值参数 *args 变量的函数,可以接收元组 **kwargs键值对参数,可以接收字典

#多值参数 *args 变量的函数,可以接收元组  **kwargs键值对参数,可以接收字典
def demo(num,*args,**kwargs):
    print(num) #输出:1
    print(args) #输出:(2, 3, 4)
    print(kwargs) #输出:{'name': '小明', 'age': 18, 'gender': True}
if __name__ == '__main__':
    demo(1,2,3,4,name="小明",age=18,gender=True)

#下面的也是一样的
def demo(num,*nums,**person):
    print(num) #输出:1
    print(nums) #输出:(2, 3, 4)
    print(person) #输出:{'name': '小明', 'age': 18, 'gender': True}
if __name__ == '__main__':
    demo(1,2,3,4,name="小明",age=18,gender=True)

37.函数递归,处理不确定的循环条件的时候格外有用

#函数递归,处理不确定的循环条件的时候格外有用
"""
计算1+2+3+.....+num
"""
def sum_numbers(num):
    #1.出口
    if num ==1:
        return 1
    #2.数字的累加num+(1+2+...+num-1)
    temp = sum_numbers(num-1)
    return num + temp

result = sum_numbers(100)
print(result) #输出:5050

38.numpy

38.1生成数组,设置指定的数据类型,输出0-10的数据,步长为2,调整数据类型

import numpy as np
import random

#生成数组
t1 = np.array([1,2,3,4])
print(t1,type(t1),t1.dtype) #输出:[1 2 3 4] <class 'numpy.ndarray'> int32
#设置指定的数据类型
t1 = np.array(range(1,4),dtype=float)
print(t1,t1.dtype) #输出:[1. 2. 3.] float64
t1 = np.array(range(1,4),dtype="float32")
print(t1,t1.dtype) #输出:[1. 2. 3.] float32
t1 = np.array([1,0,1,1,0],dtype=bool)
print(t1)#输出:[ True False  True  True False]
t1 = np.array(range(10))
print(t1) #输出:[0 1 2 3 4 5 6 7 8 9]
t1 = np.arange(10)
print(t1) #输出:[0 1 2 3 4 5 6 7 8 9]
#输出0-10的数据,步长为2
t1 = np.arange(0,10,2)
print(t1) #输出:[0 2 4 6 8]

#调整数据类型
t2 = t1.astype("int8")
print(t2,t2.dtype) #输出:[0 2 4 6 8] int8

#numpy中的小数
#产生3个0-1随机数
t1 = np.array([random.random() for i in range(3)])
print(t1,t1.dtype) #输出:[0.08668437 0.33664667 0.43439296] float64
#将t1取小数点后两位
t1 = np.round(t1,2)
print(t1,t1.dtype) #输出:[0.35 0.02 0.6 ] float64

38.2一二三维数组,更改数组形状,在不知道t5元素个数的情况下,将其变成1维数组,数组的计算函数

import numpy as np

#一维数组
t1 = np.arange(12)
print(t1) #输出:[ 0  1  2  3  4  5  6  7  8  9 10 11]
#1个数字表示是1维数组,12表示有12个数据
print(t1.shape) #输出:(12,)

#二维数组
t2 = np.array([[1,2,3],[4,5,6]])
print(t2)
"""
#输出:
[[1 2 3]
 [4 5 6]]
"""
#2表示2行,3表示3列,2行3列二维
print(t2.shape)  #输出:(2, 3)

#三维数组
t3 = np.array([[[1,2,3],[4,5,6],[7,8,9],[10,11,12]]])
print(t3)
"""
#输出:
[[[ 1  2  3]
  [ 4  5  6]
  [ 7  8  9]
  [10 11 12]]]
"""
#1表示1个块,4表示4行,3表示3列  1个块4行3列
print(t3.shape) #输出:(1, 4, 3)

#更改数组形状
#1维数组转换成2维数组
#因为t1有12个数据,变成二维的时候3*4=12刚好就可以变成3行4列的
t4 = t1.reshape((3,4))
print(t4)
print(t4.shape) #输出:(3, 4)
"""
#输出:
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
"""
#1维数组转换成3维数组,2块2行3列 2×2×3=12才可以
t5 = t1.reshape((2,2,3))
print(t5)
"""
#输出:
[[[ 0  1  2]
  [ 3  4  5]]

 [[ 6  7  8]
  [ 9 10 11]]]
"""
#3维数组转换成2维数组, 6*2=12才可以
t6 = t5.reshape((6,2))
print(t6)
"""
#输出:
[[ 0  1]
 [ 2  3]
 [ 4  5]
 [ 6  7]
 [ 8  9]
 [10 11]]
"""
#3维数组转换成1维数组 2*2*3=12
t7 = t5.reshape(12)
print(t7) #输出:[ 0  1  2  3  4  5  6  7  8  9 10 11]

#在不知道t5元素个数的情况下,将其变成1维数组
t8 = t5.flatten()
print(t8) #输出:[ 0  1  2  3  4  5  6  7  8  9 10 11]
#将t5的所有元素加上2
print(t5+2)
"""
#输出:
[[[ 2  3  4]
  [ 5  6  7]]

 [[ 8  9 10]
  [11 12 13]]]
"""
#两个数组相加是对应位置的元素相加
t6 = np.arange(0,3)
print(t5-t6)
"""
#输出:
[[[0 0 0]
  [3 3 3]]

 [[6 6 6]
  [9 9 9]]]
"""

import numpy as np

#数组的计算函数
"""
常用的计算函数:
求和:t.sum(axis=None) axis参数可以是:0,1,2
均值:t.mean(a,axis=None) 受离群点的影响较大
中值:np.median(t,axis=None)
最大值:t.max(axis=None)
最小值:t.min(axis=None)
极值:np.ptp(t,axis=None) 最大值和最小值只差
标准差:t.std(axis=None)
"""
t1 = np.arange(0,12).reshape(3,4)
print(t1)
"""
#输出:
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
"""
#数组所有元素相加
t2 = np.sum(t1)
print(t2) #输出:66
#计算x行轴上的和,竖着相加0+4+8=12
print(np.sum(t1,axis=0)) #输出:[12 15 18 21]
#计算y行轴上的和,横着相加0+1+2+3=6
print(np.sum(t1,axis=1))  #输出:[ 6 22 38]

#求均值
#求所有的数据均值
print(np.mean(t1)) #输出:5.5
#求竖向相加的均值
print(np.mean(t1,axis=0)) #输出:[4. 5. 6. 7.]
#求横向相加的均值
print(np.mean(t1,axis=1)) #输出:[1.5 5.5 9.5]

#求中值
print(np.median(t1)) #输出:5.5
#求每一列中的中值
print(np.median(t1,axis=0)) #输出:[4. 5. 6. 7.]
#求每一行中的中值
print(np.median(t1,axis=1)) #输出:[1.5 5.5 9.5]

#求最大值
print(np.max(t1)) #输出:11
#求每一列中的最大值
print(np.max(t1,axis=0)) #输出:[ 8  9 10 11]
#求每一行中的最大值
print(np.max(t1,axis=1)) #输出:[ 3  7 11]

#求最小值
print(np.min(t1)) #输出:0
#求每一列中的最小值
print(np.min(t1,axis=0)) #输出:[0 1 2 3]
#求每一行中的最小值
print(np.min(t1,axis=1)) #输出:[0 4 8]

#求极值(最大值和最小值之差)
print(np.ptp(t1)) #输出:11
#求每一列中的极值(最大值和最小值之差)
print(np.ptp(t1,axis=0)) #输出:[8 8 8 8]
#求每一行中的极值(最大值和最小值之差)
print(np.ptp(t1,axis=1)) #输出:[3 3 3]

38.3读取csv文件,进行转置方法

#coding = utf-8
import numpy as np
"""
sj.csv:CSV文件路劲
delimiter:CSV文件数据中间都是通过","逗号来分割的,所以就填写数据分割的符号
dtype:加载的数据以什么类型显示,正常情况不设置的话是float类型,数据以科学计数法显示,改成int可以正常显示
unpack:是否转置,True表示要转置,False表示不进行转置显示
还有几个没有展示的参数:
frame:可以是.gz或bz2压缩文件
skiprows:跳过前x行,一般跳过第一行表头
usecols: 读取指定的列,索引,元祖类型
"""
t1 = np.loadtxt("sj.csv",delimiter =",",dtype="int",unpack=False)
print(t1)
"""
#输出:
[[ 12  78  45]
 [450 784 451]
 [412   3   7]]

"""
#进行转置方法1:transpose()
print(t1.transpose())
"""
#输出:
[[ 12 450 412]
 [ 78 784   3]
 [ 45 451   7]]
"""
#进行转置方法2:T
print(t1.T)
"""
#输出:
[[ 12 450 412]
 [ 78 784   3]
 [ 45 451   7]]
"""
#进行转置方法3:交换轴,x轴和y轴进行交换本来是(0,1),交换后(1,0)
print(t1.swapaxes(1,0))
"""
#输出:
[[ 12 450 412]
 [ 78 784   3]
 [ 45 451   7]]
"""

38.4读取csv文件取不连续的行,列

CSV内容如下:
[[ 12  78  45]
 [450 784 451]
 [412   3   7]]
"""
#取行
#取第3行
print(t1[2]) #输出:[412   3   7]
#连续取多行,从第2行开始往后的所有行数都取
print(t1[1:])
"""
输出:
[[450 784 451]
 [412   3   7]]
"""
#取不连续的行,第1行和第3行,注意是:[[]]
print(t1[[0,2]])
"""
输出:
[[ 12  78  45]
 [412   3   7]]
"""

#取列
#取第一列
print(t1[:,0]) #输出:[ 12 450 412]
#取连续的多列,取第2列往后的所有列
print(t1[:,1:])
"""
输出:
[[ 78  45]
 [784 451]
 [  3   7]]
"""
#取不连续的多列,取第1列和第3列
print(t1[:,[0,2]])
"""
#输出:
[[ 12  45]
 [450 451]
 [412   7]]
"""
#取行和列交叉的值,取第2行和第3列交叉的值
print(t1[1,2]) #输出:451
#取多行和多列交叉的值,行值:0:2,列值:0:3
print(t1[0:2,0:3])
"""
#输出:
[[ 12  78  45]
 [450 784 451]]
"""
#取多个不相邻的点,1行和1列的值,3行和2列的值
print(t1[[0,2],[0,1]]) #输出:[12  3]
#取多个不相邻的点,1行和1列的值,3行和2列的值,2行1列的值
print(t1[[0,2,1],[0,1,0]]) #输出:[ 12   3 450]

38.5下面的方式对numpy设置值

import numpy as np

#通过条件设定值,可以根据前面的条件直接进行等号赋值,也可以通过下面的方式设置值
t1 = np.arange(0,24).reshape(4,6)
print(t1)
"""
#输出:
[[ 0  1  2  3  4  5]
 [ 6  7  8  9 10 11]
 [12 13 14 15 16 17]
 [18 19 20 21 22 23]]
"""
#将小于10的数据设置为0
t1[t1<10] = 0
print(t1)
"""
#输出:
[[ 0  0  0  0  0  0]
 [ 0  0  0  0 10 11]
 [12 13 14 15 16 17]
 [18 19 20 21 22 23]]
"""
#把小于10的数字设置为1,把大于10的替换为10,三元算法
t2 = np.where(t1<10,2,10)
print(t2)
"""
#输出:
[[ 2  2  2  2  2  2]
 [ 2  2  2  2 10 10]
 [10 10 10 10 10 10]
 [10 10 10 10 10 10]]
"""
#把小于10的数字设置成10,大于20的数字设置成20
t3 = t1.clip(10,20)
print(t3)
"""
#输出:
[[10 10 10 10 10 10]
 [10 10 10 10 10 11]
 [12 13 14 15 16 17]
 [18 19 20 20 20 20]]
"""

38.6数组的拼接

import numpy as np

#数组的拼接
t1 = np.arange(0,12).reshape(2,6)
print(t1)
"""
#输出:
[[ 0  1  2  3  4  5]
 [ 6  7  8  9 10 11]]
"""
t2 = np.arange(12,24).reshape(2,6)
print(t2)
"""
#输出:
[[12 13 14 15 16 17]
 [18 19 20 21 22 23]]
"""
#竖向拼接vstack
t3 = np.vstack((t1,t2))
print(t3)
"""
#输出:
[[ 0  1  2  3  4  5]
 [ 6  7  8  9 10 11]
 [12 13 14 15 16 17]
 [18 19 20 21 22 23]]
"""
#横向拼接hstack
t4 = np.hstack((t1,t2))
print(t4)
"""
#输出:
[[ 0  1  2  3  4  5 12 13 14 15 16 17]
 [ 6  7  8  9 10 11 18 19 20 21 22 23]]
"""

38.7数组的行列交换

import numpy as np

#数组的行列交换
t1 = np.arange(0,12).reshape(2,6)
print(t1)
"""
#输出:
[[ 0  1  2  3  4  5]
 [ 6  7  8  9 10 11]]
"""
#行交换,第1行和第2行进行交换
t1[[0,1],:]= t1[[1,0],:]
print(t1)
"""
#输出:
[[ 6  7  8  9 10 11]
 [ 0  1  2  3  4  5]]
"""
#列交换,第4列和第6列进行交换
t1[:,[3,5]] = t1[:,[5,3]]
print(t1)
"""
#输出结果:
[[ 0  1  2  5  4  3]
 [ 6  7  8 11 10  9]]
"""

在这里插入图片描述
在这里插入图片描述

38.8两个表格合并拼接案例

import numpy as np

#两个表格各自增加一列内容水平合并,调整列顺序后,垂直合并成一个表格
path1 = "数据1.csv"
path2 = "数据2.csv"
#加载数据1
t1 = np.loadtxt(path1,delimiter =",",dtype="str",unpack=False)
#加载数据2,跳过第一行不显示表头
t2 = np.loadtxt(path2,delimiter =",",dtype="str",unpack=False,skiprows=1)
#将数据2的数据进行交换列,使其和数据1的列表头一直
#交换第1和第4列
t2[:,[0,3]] = t2[:,[3,0]]
#交换第1和第3列
t2[:,[1,2]] = t2[:,[2,1]]
#在数据1表格增加一列全部数据为0的数据,行数和数据1相同作为列标识
zero_datas = np.zeros((t1.shape[0],1))
#横向拼接数据1表格和全部是数据0的表格
t1 = np.hstack((t1,zero_datas))
#在数据2表格增加一列全部数据为1的数据,行数和数据1相同作为列标识
one_datas = np.ones((t2.shape[0],1))
#横向拼接数据2表格和全部是数据1的表格
t2 = np.hstack((t2,one_datas))
#垂直拼接数据1表格和数据2表格
t3 = np.vstack((t1,t2))
print(t3)
"""
#输出:
[['序号' '姓名' '年龄' '性别' '0.0']
 ['1' '王一' '11' '男' '0.0']
 ['2' '李二' '13' '女' '0.0']
 ['3' '胡三' '14' '女' '0.0']
 ['4' '牛四' '43' '男' '0.0']
 ['1' '牛牛' '69' '女' '1.0']
 ['2' '妞妞' '78' '男' '1.0']
 ['3' '哈哈' '88' '女' '1.0']
 ['4' '龟龟' '96' '男' '1.0']]
"""

38.9输出特殊数组

import numpy as np
#输出特殊数组

#输出2行3列全是0的数组
t1 = np.zeros((2,3))
print(t1)
"""
#输出:
[[0. 0. 0.]
 [0. 0. 0.]]
"""
#输出2行3列全是1的数组
t2 = np.ones((2,3))
print(t2)
"""
#输出:
[[1. 1. 1.]
 [1. 1. 1.]]
"""
#输出5行5列斜对角线都是1的数组,正方形数组
t3 = np.eye(5)
print(t3)
"""
#输出:
[[1. 0. 0. 0. 0.]
 [0. 1. 0. 0. 0.]
 [0. 0. 1. 0. 0.]
 [0. 0. 0. 1. 0.]
 [0. 0. 0. 0. 1.]]
"""
#将等于1的数值更改为等于-1
t3[t3==1] = -1
print(t3)
"""
#输出:
[[-1.  0.  0.  0.  0.]
 [ 0. -1.  0.  0.  0.]
 [ 0.  0. -1.  0.  0.]
 [ 0.  0.  0. -1.  0.]
 [ 0.  0.  0.  0. -1.]]
"""

t1 = np.arange(0,24).reshape(4,6)
print(t1)
"""
#输出:
[[ 0  1  2  3  4  5]
 [ 6  7  8  9 10 11]
 [12 13 14 15 16 17]
 [18 19 20 21 22 23]]
"""
#获取X轴最大值的索引位置,竖着看0,6,12,18最大值是18,索引是3
t2 = np.argmax(t1,axis=0)
print(t2) #输出:[3 3 3 3 3 3]
#获取y轴最小值,横着看0,1,2,3,4,5最小的值是0,索引位置是0
t3 = np.argmin(t1,axis=1)
print(t3) #输出:[0 0 0 0]

38.10numpy生成随机数

import numpy as np

#numpy生成随机数
#在10-20范围内随机生成一个4行5列的数组
t1 = np.random.randint(10,20,(4,5))
print(t1)
"""
#输出:
[[19 19 18 18 11]
 [12 10 12 13 14]
 [18 14 12 17 19]
 [16 16 18 16 13]]
"""
#这里增加了相同的种子,每次随机生成的数据相同
np.random.seed(10)
t1 = np.random.randint(10,20,(4,5))
print(t1)

38.11生成均匀分布,生成正太分布

import numpy as np

#生成均匀分布
#生成2维度均匀分布的随机数数组
t1 = np.random.rand(2,3)
print(t1)
"""
#输出:
[[0.04274737 0.1361201  0.84016315]
 [0.44552229 0.7172352  0.27860468]]
"""
#生成3维度均匀分布的随机数数组(值在0-1之间),2块,3行4列的三维数组
t1 = np.random.rand(2,3,4)
print(t1)
"""
#输出:
[[[0.24767532 0.16923183 0.62929336 0.33167291]
  [0.2348981  0.01604486 0.80277711 0.28230471]
  [0.23967977 0.08896188 0.56858435 0.76727779]]

 [[0.47388122 0.12789331 0.39452345 0.70882385]
  [0.03865579 0.22865491 0.61875551 0.54528252]
  [0.62982165 0.8362343  0.55457358 0.09833485]]]
"""
#生成0-10之间,3行4列的均匀分布的数组
t1 = np.random.uniform(0,10,(3,4))
print(t1)
"""
#输出:
[[3.99960109 0.56396094 4.1519833  4.36621776]
 [0.34286939 6.2153802  4.62656694 8.63443251]
 [9.86762737 5.19151595 6.27414267 7.93814561]]
"""


#生成正太分布
#生成2维度标准正太分布的随机数数组,平均数0,标准差1
t1 = np.random.randn(2,3)
print(t1)
"""
#输出:
[[ 0.6605607   0.30783449 -1.46573396]
 [-0.98326193  1.52080767  0.10181919]]
"""
#生成3维度标准正太分布的随机数数组,平均数0,标准差1
t1 = np.random.randn(2,2,3)
print(t1)
"""
#输出:
[[[ 2.37741191  1.87040913  0.45063207]
  [ 0.56533405  0.00433109 -1.08064214]]

 [[ 1.33627413 -0.22782971 -1.36614693]
  [ 0.9860127   0.60480094 -2.43832716]]]
"""


"""
normal(loc,scale,(size))
loc:分布中心是loc,概率分布的均值 这里给的是:1
scale:标准差 这里给的是:2
size:形状 这里给的是(3,4)
"""
#指定正太分布中随机抽取样本
t1 = np.random.normal(1,2,(3,4))
print(t1)
"""
#输出:
[[ 1.55218173  5.54394444  1.66259268  2.05608633]
 [ 0.50338512  3.74396925 -1.19796599 -3.01734329]
 [-0.70629025  2.79923655  4.09952597  1.39394705]]
"""

38.12统计数据是nan的数据个数,统计数据非0的数据个数,将数据是nan的替换为0

import numpy as np

"""
nan(不是一个数)和inf(无穷大),数据类型都是浮点数类型float
"""
t1 = np.arange(0,12).astype(float).reshape(3,4)
t1[[0,2]] = np.nan
print(t1)
"""
#输出:
[[nan nan nan nan]
 [ 4.  5.  6.  7.]
 [nan nan nan nan]]
"""


print(t1!=t1)
"""
#输出:
[[ True  True  True  True]
 [False False False False]
 [ True  True  True  True]]
"""
#统计数据是nan的数据个数
print(np.count_nonzero(np.isnan(t1))) #输出:8
#判断数组中nan的数据个数
t2 = np.count_nonzero(t1!=t1)
print(t2) #输出:8

#统计数据非0的数据个数
print(np.count_nonzero(t1)) #输出:12

#将数据是nan的替换为0
#np.isnan(t1)判断t1数组数据是否为nan
t1[np.isnan(t1)] = 0
print(t1)
"""
#输出:
[[0. 0. 0. 0.]
 [4. 5. 6. 7.]
 [0. 0. 0. 0.]]
"""

38.13将有nan的数据通过均值进行填充

import numpy as np

#将有nan的数据通过均值进行填充
t1 = np.arange(0,12).reshape(3,4).astype("float")
print(t1)
"""
#输出:
[[ 0.  1.  2.  3.]
 [ 4.  5.  6.  7.]
 [ 8.  9. 10. 11.]]
"""
t1[[1,1],[2,3]] = np.nan
print(t1)
"""
#输出:
[[ 0.  1.  2.  3.]
 [ 4.  5. nan nan]
 [ 8.  9. 10. 11.]]
"""
#遍历数组,t1.shape[0]有多少行,t1.shape[1]有多少列
for i in range(t1.shape[1]): #遍历每一列
    temp_col = t1[:,i] #当前列
    #统计当前列不是数字的个数
    nan_num = np.count_nonzero(temp_col!=temp_col)
    #当前列统计的不是数字的个数如果不为0,表示是nan类型
    if nan_num!=0:
        #当前不为nan的列
        temp_not_nan_col = temp_col[temp_col==temp_col]
        #选中当前不为nan的数值,将其赋值为这一列的均值
        temp_col[np.isnan(temp_col)] = temp_not_nan_col.mean()
print(t1)
"""
#输出:
[[ 0.  1.  2.  3.]
 [ 4.  5.  6.  7.]
 [ 8.  9. 10. 11.]]
"""

39.pandas

39.1list,numpy.array,pandas.DataFrame,numpy:,pandas:

#1.这是一个list
[[1,2],[3,4]]
#2.这是一个numpy.array
[[1 2] 
[3 4]]
#3.这是一个pandas.DataFrame

在这里插入图片描述

#4.这是一个numpy:<ndarray>

在这里插入图片描述

#5.这是一个pandas:<DataFrame>

在这里插入图片描述

39.2安装anaconda

一.安装anaconda
下载网址:https://www.anaconda.com/products/individual#Downloads

39.3安装第三方包

.安装如下第三方包
pip install -i https://pypi.doubanio.com/simple pandas
pip install -i https://pypi.doubanio.com/simple jupyter
pip install -i https://pypi.doubanio.com/simple xlrd
pip install -i https://pypi.doubanio.com/simple openpyxl
pip install -i https://pypi.doubanio.com/simple matplotlib
pip install -i https://pypi.doubanio.com/simple pillow

39.4创建一个Series和切片,获取一个不存在的值让其返回一个默认值,获取b的值,将其修改成22,掩码取值,取值大于2的值,或者使用:s[s>2]

import pandas as pd
#1.1创建一个Series
s = pd.Series([1,2,3])
print(s)
#输出:
0    1
1    2
2    3
dtype: int64

#1.2创建一个Series
s = pd.Series([1,2,3],
              index=list("abc"),
              dtype="int64",
              name="num"
              )
print(s)
#输出:
a    1
b    2
c    3
Name: num, dtype: int64

#1.3字典的方式创建一个Series
d = {"a" :1,"b":2,"c":3}
s = pd.Series(d)
print(s)
"""
#输出:
a    1
b    2
c    3
dtype: int64
"""
#切片
print(s[0:2])
"""
#输出:
a    1
b    2
dtype: int64
"""
#步长为1,从最后一行开始往前输出
print(s[::-1])
"""
#输出:
c    3
b    2
a    1
dtype: int64
"""
#步长为2
print(s[::2])
"""
#输出:
a    1
c    3
dtype: int64
"""

#获取一个不存在的值让其返回一个默认值
print(s.get("d",888)) #输出:888
print(s.get("a")) #输出:1

#获取b的值,将其修改成22
#还可以有多种写法:s[1] = 22,还有s[["b","c"]] = [7,8],还有s[[True,False,True]]
s["b"] = 22
print(s)
"""
#输出:
a     1
b    22
c     3
dtype: int64
"""
#掩码取值,取值大于2的值,或者使用:s[s>2]
mask = s >2
print(mask)
"""
#输出:
a    False
b    False
c     True
dtype: bool
"""
#或者使用:s[s>2]
print(s[s>2])
"""
#输出:
c    3
dtype: int64
"""
#获取b的值将其修改成33
s[1] = 33
print(s)
"""
#输出:
a     1
b    33
c     3
dtype: int64
"""
#第1行和第3行值是True就被选中,可以更改其值,False就没有被选中,这种叫掩码取值
s[[True,False,True]] = [11,23]
print(s)
"""
#输出:
a    11
b     2
c    23
dtype: int64
"""

#1.4创建一个Series
s = pd.Series(3.0,index=["a","b"])
print(s)
#输出:
a    3.0
b    3.0
dtype: float64

39.5创建一个DataFrame

import pandas as pd
#2.1创建一个DataFrame
list_2d = [[1,2],
           [3,4]]
df = pd.DataFrame(list_2d)
print(df)
#输出:
   0  1
0  1  2
1  3  4

#2.2创建一个DataFrame
list_2d = [[1,2],
           [3,4]]
df = pd.DataFrame(list_2d,columns=["A","B"],index=["x","y"])
print(df)
#输出:
   A  B
x  1  2
y  3  4

#2.3字典创建一个DataFrame
d = {"A":[1,3],"B":[2,4]}
df = pd.DataFrame(d,index=["x","y"])
print(df)
#输出:
   A  B
x  1  2
y  3  4

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

39.6pandas读取第一个表格的内容

import pandas as pd

"""
squeeze=False(默认) 表明是DataFrame结构
squeeze=True 表明是Series结构
mangle_dupe_cols=True(默认) 是否重命名重复列
nrows=5,要解析5行内容,完整图标只显示头5行内容,默认是None,显示全部
thousands=None(默认) 
thousands="," 将文本类型千分位上的逗号去掉,变成数字类型 如:2,123 ->2123
convert_float=True(默认) 将浮点数转换成int类型 例:1.0 -> 1
"""
#读取第一个表格的内容
df = pd.read_excel("123.xlsx")
print(df)

#读取一个表格子表格名称叫“2月”的表格
df = pd.read_excel("123.xlsx",sheet_name="2月")
print(df)

#读取第3个子表格,第一个子表格是0
df = pd.read_excel("123.xlsx",sheet_name=2)
print(df)

#读取第2个子表格和”3月“子表格的内容
df = pd.read_excel("123.xlsx",sheet_name=[1,"3月"])
print(df)  #读取第2个子表格和”3月“子表格的内容
print(df[1])  #读取第2个子表格
print(df["3月"]) #读取”3月“子表格的内容

#读取所有子表格的内容
df = pd.read_excel("123.xlsx",sheet_name=None)
print(df) #读取所有子表格的内容
print(df["3月"]) #读取”3月“子表格的内容

#读取第一个表格的内容,没有表头
df = pd.read_excel("123.xlsx",sheet_name=0,header=None)
print(df)
#输出:
     0    1     2
0   月份   销量   销售额
1  1月份  100  1000

在这里插入图片描述
在这里插入图片描述

import pandas as pd
#读取第一个表格的内容,第一行作为表头
df = pd.read_excel("123.xlsx",sheet_name=0,header=1)
print(df)
#输出:
   1月份  100  1000
0  1月份  101  1050

#读取第一个表格的内容,第一行和第二行作为表头
df = pd.read_excel("123.xlsx",sheet_name=0,header=[0,1])
print(df)
#输出:
    月份   销量   销售额
   1月份  100  1000
0  1月份  101  1050
import pandas as pd



df = pd.read_excel("234.xlsx",sheet_name=5,header=[0,1])
print(df)
"""
#输出:
      京东         淘宝     拼多多    
   销量   利润  销量  利润  销量 利润
0  221   569   587   75   78  94
1  236   785   964  415   96  26
2  245  5789   56   97    47  17
"""
print(df[("京东","利润")]+df[("淘宝","利润")]+df[("拼多多","利润")])
"""
569+75+94=738
#输出:
0     738
1    1226
2    5903
dtype: int64
"""
print(df["京东"]+df["淘宝"]+df["拼多多"])
"""
#输出:
    销量   利润
0   886   738
1   1296  1226
2   348   5903
"""
#实现一个拼图将总量添加右侧
df_total = df["京东"]+df["淘宝"]+df["拼多多"]
#制作一个总量的复合表头,由总量和列名组成
df_total.columns = pd.MultiIndex.from_product(
   [ ["总量"],
    df_total.columns]
)
#根据行索引进行左右拼接
df1 = df.join(df_total)
print(df1)
"""
#输出:
      京东       淘宝      拼多多       总量      
   销量  利润  销量 利润  销量 利润    销量  利润
0  221   569  587  75   78   94    886   738
1  236   785  964  415  96   26    1296  1226
2  245  5789  56   97   47   17    348   5903
"""


#将第3列作为索引放在第一列显示:index_col索引列
#指定行索引:index_col=2 第三列做为索引,index_col="销售额","销售额"列作为索引,
#index_col=[0,1],第1和第2列作为索引
df = pd.read_excel("123.xlsx",sheet_name=0,header=None,index_col=2)
print(df)
#输出:            
2       0     1
销售额  月份  销量
1000  1月份  100
1050  1月份  101

#显示A列和C列:usecols显示哪些列
df = pd.read_excel("123.xlsx",sheet_name=0,header=None,usecols="A,C")
print(df)
#输出:
     0     2
0   月份   销售额
1  1月份  1000
2  1月份  1050

#显示A列和B到C列:usecols显示哪些列,以及输出索引范围
df = pd.read_excel("123.xlsx",sheet_name=0,header=None,usecols="A,B:C")
print(df)
#输出:
     0    1     2
0   月份   销量   销售额
1  1月份  100  1000
2  1月份  101  1050
print(df.index)
#输出:
RangeIndex(start=0, stop=3, step=1)

#显示第一列和第三列
df = pd.read_excel("123.xlsx",sheet_name=0,header=None,usecols=[0,2])
print(df)
#输出:
     0     2
0   月份   销售额
1  1月份  1000
2  1月份  1050

#显示"月份"和"销量"列
df = pd.read_excel("123.xlsx",usecols=["月份","销量"])
print(df)
#输出:
    月份   销量
0  1月份  100
1  1月份  101

#skiprows=1,跳过不显示第一行
df = pd.read_excel("123.xlsx",sheet_name="1月",header=None,skiprows=1)
print(df)
#输出:
     0    1     2
0  1月份  100  1000
1  1月份  101  1050

#skiprows=[1,2],跳过不显示第2行和第3行
df = pd.read_excel("123.xlsx",sheet_name="1月",header=None,skiprows=[1,2])
print(df)
#输出:
    0   1    2
0  月份  销量  销售额

39.7添加列标题,查看每列的数据类型,

在这里插入图片描述

#添加列标题名
df = pd.read_excel("234.xlsx",header=None,names=["月份","销量","销售额"])
print(df)
#输出:
   月份   销量  销售额
0   1  245  789
1   2  759  452
2   3  452  741
#查看每列的数据类型
print(df.dtypes)
#输出:
月份     int64
销量     int64
销售额    int64
dtype: object

#下面也是一种转换成字符串格式的写法
#df = pd.read_excel("234.xlsx",header=None,names=["月份","销量","销售额"],
                   ).convert_dtypes()
#设置列的数据类型dtype,设置月份和销量的数据类型为string
df = pd.read_excel("234.xlsx",header=None,names=["月份","销量","销售额"],
                   dtype={"月份":"str","销量":"string"})
#设置月份的数据类型为string
df["月份"] = df["月份"].astype("string")
print(df.dtypes)
#输出:
月份     string
销量     string
销售额     int64
dtype: object
#如果有哪一列没有转换成功就先转换成str,然后再转换成string
df["销售额"] = df["销售额"].astype(str).astype("string")

#选择输出都是string类型的列
print(df.select_dtypes(include="string"))

#一般季节这种有固定选项的数据类型就是分类:category
#日期数据类型: 年份:period[A-DEC],日期:datetime64[ns]

在这里插入图片描述

import pandas as pd

df = pd.read_excel("234.xlsx",sheet_name=1)
print(df)
"""
#输出:
     日期        日期1         日期2      日期3           日期4
0  20210522 2021-05-22  22/05/2021  2021-05-22  2021-05-22 23:26:10
"""
print(df.dtypes)
"""
#输出:
日期              int64
日期1    datetime64[ns]
日期2            object
日期3            object
日期4            object
dtype: object
"""
#在读取文件的时候增加参数:parse_dates=[0,1,2,3,4],将0,1,2,3,4列设置成日期类型
df = pd.read_excel("234.xlsx",sheet_name=1,parse_dates=[0,1,2,3,4])
print(df.dtypes)
"""
#输出:
日期     datetime64[ns]
日期1    datetime64[ns]
日期2    datetime64[ns]
日期3    datetime64[ns]
日期4            object
dtype: object
"""
#如果要把日期和日期1两列内容连接起来组成1列:parse_dates=[[0,1]]
df = pd.read_excel("234.xlsx",sheet_name=1,parse_dates=[[0,1]])
print(df)
"""
#输出:
            日期_日期1                 日期2          日期3          日期4
0      2021-05-22 00:00:00-22:00  22/05/2021  2021-05-22  2021-05-22 23:26:10
"""

#如果要把日期(第0列)和日期1(第1列)两列内容连接起来组成1列:parse_dates={"年_月_日":[0,1]},合并列取名:年_月_日
df = pd.read_excel("234.xlsx",sheet_name=1,parse_dates={"年_月_日":[0,1]})
print(df)
"""
#输出:
            年_月_日             日期2         日期3            日期4
0 2021-05-22 00:00:00-22:00  22/05/2021  2021-05-22  2021-05-22 23:26:10
"""

在这里插入图片描述

39.8object类型日期转换成日期格式

import pandas as pd
#如果有日期格式如:2021年5月23日,数据类型是object类型,要将其转换成日期格式 datetime64[ns]
读取文件的时候加上如下参数即可:parse_dates=[0]表示是第0列的数据
parse_dates=[0],date_parser=lambda x: pd.to_datetime(x,format="%Y年%m月%d日")

df = pd.read_excel("234.xlsx",sheet_name=1,parse_dates=[0],date_parser=lambda x: pd.to_datetime(x,format="%Y年%m月%d日"))
print(df)
"""
#输出:
    日期        日期1         日期2         日期3           日期4
0 2021-05-23 2021-05-22  22/05/2021  2021-05-22  2021-05-22 23:26:10 
"""

在这里插入图片描述

39.9替换nan值的方法

import pandas as pd
#替换nan值的方法
df = pd.read_excel("234.xlsx",sheet_name=2)
print(df)
"""
#输出:
    列1   列2
0    a    0
1  NaN  NaN
2  NaN     
3    b    1
"""
#na_values=0将0替换为nan值,na_values="a":将a替换为nan值," "空格替换为nan值
df = pd.read_excel("234.xlsx",sheet_name=2,na_values=["a",0," "])
print(df)
"""
#输出:
    列1   列2
0  NaN  NaN
1  NaN  NaN
2  NaN  NaN
3    b  1.0
"""
#如果加上列名,就只替换这一列满足条件的内容,其他列满足条件的不进行替换,这里只替换“列2”的内容
#na_values=0将0替换为nan值,na_values="a":将a替换为nan值," "空格替换为nan值
df = pd.read_excel("234.xlsx",sheet_name=2,na_values={"列2":["a",0," "]})
print(df)
"""
#输出:
     列1   列2
0    a  NaN
1  NaN  NaN
2  NaN  NaN
3    b  1.0
"""

在这里插入图片描述

39.10将数据第1列都加上10,第2列乘以2倍,通过索引获取列的值和更改列的值,显示b列值大于11的值,修改a列和b列值

import pandas as pd

df = pd.read_excel("234.xlsx",sheet_name=2)
print(df)
"""
#输出:
   a   b
0  1  10
1  2  20
"""
"a":lambda x:x.strip(), #去除列名a左右的空格

#将数据第1列都加上10,第2列乘以2倍
df = pd.read_excel("234.xlsx",sheet_name=2,
                   converters={
                       "a":lambda x:x+10, #a列加10
                       "b":lambda x:x*2,  #b列乘以2倍
                   })
print(df)
"""
#输出:
    a   b
0  11  20
1  12  40
"""
import pandas as pd

#通过索引获取列的值和更改列的值
#还可以写成:df[(df["b"]>2) & (df["b"]<6)] 且关系
#还可以写成:df[(df["b"]==2) | (df["b"]==8)] 或关系
#还可以写成:df[~(df["b"]==2)] 不等于关系
df = pd.read_excel("234.xlsx",sheet_name=2)
print(df)
"""
#输出:
   a   b
0  1  10
1  2  20
"""
#判断b列值是否大于11
print(df["b"]>11)
"""
#输出:
0    False
1     True
Name: b, dtype: bool
"""
#显示b列值大于11的值
print(df[df["b"]>11])
"""
#输出:
   a   b
1  2  20
"""
#只显示b列的数值
print(df[["b"]])
"""
#输出:
   b
0  10
1  20
"""
#只显示第1行,也就是True的那一行,这种带True,False的取值方式叫掩码取值
print(df[[True,False]])
"""
#输出:
   a   b
0  1  10
"""
#获取b列的数值,将b列值更改为101,201
df["b"] = [101,201]
print(df)
"""
#输出:
   a    b
0  1  101
1  2  201
"""
#修改a列和b列值
df[["a","b"]] = [[101,201],[202,203]]
print(df)
"""
#输出:
    a    b
0  101  201
1  202  203
"""

39.11pandas写excel文件

import pandas as pd
#写文件

#pandas写excel文件 to_excel()
"""

"""
df = pd.DataFrame(
    {
        "销量":[10,20],
        "售价":[100,200],
    }
)
print(df)
"""
#输出:
   销量   售价
0  10  100
1  20  200
"""
#写入到excel里面,如果要写入到csv里面有:df.to_csv,df.to_json等,没有tb.xlsx就会自动创建
df.to_excel("tb.xlsx")

"""
index=True(默认) 输出行标签 如:index=False 不输出行标签
sheet_name 输出的表格sheet名称
float_format=None(默认) 浮点数输出格式,float_format="%.2f",有小数的保留两位小数
na_rep="" 缺省值输出的表现形式,可以将空白的缺省值填充为任何字符串,如:na_rep="我是空值" 
"""
df.to_excel("tb1.xlsx",index=False,sheet_name="你好",float_format="%.2f",na_rep="")
#生成内容图片如下:

在这里插入图片描述

import pandas as pd

df = pd.DataFrame(
    {
        "销量":[10,20],
        "售价":[100,200],
    },
    index=["aaa","bbb"]
)
print(df)
"""
#输出:
     销量   售价
aaa  10  100
bbb  20  200
"""

#增加索引列名
df.index.name = "货号"
print(df)
"""
#输出:
货号 销量 售价
aaa  10  100
bbb  20  200
"""
#写入到excel里面,如果要写入到csv里面有:df.to_csv,df.to_json等
df.to_excel("tb.xlsx")

在这里插入图片描述
在这里插入图片描述

39.12ExcelWriter类

import pandas as pd
from datetime import datetime

#ExcelWriter类
df1 = pd.DataFrame(
    {
        "日期":[datetime(2021,5,23),datetime(2021,5,24)],
        "销量":[10,100]
    }
)
df2 = pd.DataFrame(
    {
        "日期":[datetime(2021,6,23),datetime(2021,6,24)],
        "销量":[20,200]
    }
)
#ExcelWriter类,可以同时输出多个sheet工作簿,设置datatime输出格式
with pd.ExcelWriter("tabao.xlsx",datetime_format="YYYY-MM-DD") as writer:
    df1.to_excel(writer,sheet_name="AAA")
    df2.to_excel(writer,sheet_name="BBB")

在这里插入图片描述

39.13读写csv文件

import pandas as pd

#读写csv文件
df = pd.DataFrame({
    "售价":[25,37],
    "销量":[100,199]
})
"""
sep:以|进行分隔,一般是以逗号分隔
encoding="GBK" 编码方式是gbk,如果要读的话编码方式必须和写的是一样才不出错,还有utf8格式
"""
df.to_csv("cs.csv",index=False,encoding="GBK",sep="|")

#读取csv文件,必须和前面写入的csv文件编码格式相同
df = pd.read_csv("cs.csv",encoding="GBK")
print(df)
"""
#输出:
  售价|销量
0  25|100
1  37|199
"""

39.14pandas数据切片

import pandas as pd

#pandas数据切片
#这个地方可以写成:index=list("xyz")
df = pd.DataFrame({
    "A":[1,4,7],
    "B":[2,5,8],
    "C":[3,6,9]
},index=["x","y","z"])
print(df)
"""
#输出:
   A  B  C
x  1  2  3
y  4  5  6
z  7  8  9
"""
#输出第1行,第2行
print(df[0:2])
"""
#输出:
   A  B  C
x  1  2  3
y  4  5  6
"""
#输出x到z行
print(df["x":"z"])
"""
#输出:
   A  B  C
x  1  2  3
y  4  5  6
z  7  8  9
"""

在这里插入图片描述

39.14.1df.loc方法选择数据

import pandas as pd
#df.loc方法选择数据
#这个地方可以写成:index=list("xyz")
df = pd.DataFrame({
    "A":[1,4,7],
    "B":[2,5,8],
    "C":[3,6,9]
},index=["x","y","z"])
print(df)
"""
#输出:
   A  B  C
x  1  2  3
y  4  5  6
z  7  8  9
"""
#输出x行的值
print(df.loc["x"])
"""
#输出:
A    1
B    2
C    3
"""
#输出x行和B列的交叉的值
print(df.loc["x","B"]) #输出:2
#输出x,y行和B,C列的交叉值
print(df.loc[["x","y"],["B","C"]])
"""
#输出:
   B  C
x  2  3
y  5  6
"""
#行的选择是第1行和第3行是True,列选择的是第2列是True,交叉值
print(df.loc[[True,True,False],[False,True,False]])
"""
#输出:
   B
x  2
y  5
"""
#行从x到y,列从A到B,取交叉值部分
print(df.loc["x":"y","A":"B"])
"""
#输出:
   A  B
x  1  2
y  4  5
"""
#选择全部的行
print(df.loc[:,"B":"C"])
"""
#输出:
   B  C
x  2  3
y  5  6
z  8  9
"""
#选择全部的列
print(df.loc["x":"y",:])
"""
#输出:
    A  B  C
x  1  2  3
y  4  5  6
"""
#列按着倒序输出
print(df.loc[:,::-1])
"""
#输出:
   C  B  A
x  3  2  1
y  6  5  4
z  9  8  7
"""
#行按着倒序输出
print(df.loc[::-1,:])
"""
#输出:
   A  B  C
z  7  8  9
y  4  5  6
x  1  2  3
"""
#步长为2输出
print(df.loc[::2,::2])
"""
#输出:
   A  C
x  1  3
z  7  9
"""

39.14.2df.iloc方法的使用选择数据

import pandas as pd
#df.iloc方法的使用选择数据
df = pd.DataFrame({
    "A":[1,4,7],
    "B":[2,5,8],
    "C":[3,6,9]
},index=list("xyz"))
print(df)
"""
#输出:
   A  B  C
x  1  2  3
y  4  5  6
z  7  8  9
"""
#输出第1行
print(df.iloc[0])
"""
#输出:
A    1
B    2
C    3
Name: x, dtype: int64
"""

#输出第1行到第2行[0,1],和第2到第3列[1,2]
print(df.iloc[[0,1],[1,2]])
"""
#输出:
   B  C
x  2  3
y  5  6
"""
#输出第1行到第3行是True,和第1列到第3列是True
print(df.iloc[[True,False,True],[True,False,True]])
"""
#输出:
   A  C
x  1  3
z  7  9
"""
#取行0,1行取列1,2列
print(df.iloc[0:2,1:3])
"""
#输出:
   B  C
x  2  3
y  5  6
"""

39.15pandas数据统计,数据透视表制作

import pandas as pd

#pandas数据统计,数据透视表制作
df = pd.read_excel("234.xlsx",sheet_name=4)
print(df)
"""
#输出:
   花费  时间   星期
0  13.6  中午  星期一
1  56.3  下午  星期二
2  14.8  中午  星期一
3  63.1  下午  星期三
4  69.3  下午  星期四
"""
#按时间和星期分类分组后求和,进行统计一共花费多少钱
df1 = df.groupby(["时间","星期"]).sum()
print(df1)
"""
#输出:         
时间   星期    花费   
下午   星期三  63.1
      星期二  56.3
      星期四  69.3
中午  星期一   28.4
"""
#分组统计后,筛选出花费大于50的数据
df1 = df.groupby(["时间","星期"]).sum().loc[lambda df:df["花费"]>50]

#上面的写法可以写成:df1 = df.groupby(["时间","星期"]).sum()
               # df1 = df[df["花费"]>50]
print(df1)
"""
#输出:                
时间 星期   花费   
下午 星期三  63.1
    星期二  56.3
    星期四  69.3
"""


import pandas as pd
import numpy as np

data = pd.read_excel("income_da.xlsx",sheet_name=2)
print(data)
"""
#输出:
      季度    产业    生产总值
0   第一季度  第一产业  313202
1   第二季度  第一产业  788378
2   第三季度  第一产业  880697
3   第四季度  第一产业  940888
4   第一季度  第二产业  922362
5   第二季度  第二产业  739885
6   第三季度  第二产业  659360
7   第四季度  第二产业  492945
8   第一季度  第三产业  101466
9   第二季度  第三产业  629950
10  第三季度  第三产业  901960
11  第四季度  第三产业  144799
12  第一季度  第四产业  616544
13  第二季度  第四产业  944618
14  第三季度  第四产业  805532
15  第四季度  第四产业  494275
"""
print(data.index) #输出:RangeIndex(start=0, stop=16, step=1)
print(data.index.values) #输出:[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15]
#生成数据透视表的方法
data_1 = pd.pivot_table(data=data,index="季度",columns="产业",values="生产总值",aggfunc=np.sum)
print(data_1)
"""
#输出:
产业      第一产业 第三产业 第二产业 第四产业
季度                                  
第一季度  313202  101466  922362  616544
第三季度  880697  901960  659360  805532
第二季度  788378  629950  739885  944618
第四季度  940888  144799  492945  494275
"""
print(data_1.index) #输出:Index(['第一季度', '第三季度', '第二季度', '第四季度'], dtype='object', name='季度')
print(data_1.index.values)  #输出:['第一季度' '第三季度' '第二季度' '第四季度']
#如果要数据透视表按百分比的显示方式显示的话:
data_2 = pd.crosstab(data["季度"],data["产业"],values=data["生产总值"],aggfunc=np.sum,normalize="index")
print(data_2)
"""
#输出:
产业      第一产业   第三产业   第二产业    第四产业
季度                                          
第一季度  0.160323  0.051939  0.472141  0.315598
第三季度  0.271188  0.277736  0.203033  0.248043
第二季度  0.254083  0.203024  0.238455  0.304437
第四季度  0.453898  0.069853  0.237804  0.238445
"""

39.16将数组数据转换成DataFrame数据结构中

import pandas as pd

#将数组数据转换成DataFrame数据结构中
data = [[1,2,3,4],
        [5,6,7,8],
        [9,10,11,12],
        [13,14,15,16]]
df = pd.DataFrame(
    data,
    columns=list("ABCD"),
    index=list("axyz")
)
print(df)
"""
#输出:
    A   B   C   D
a   1   2   3   4
x   5   6   7   8
y   9  10  11  12
z  13  14  15  16
"""
#A列数据全部设置成100
df["A"] = 100
#B列数据乘以10倍
df["B"]= df["B"]*10
#新增加一列的数据E=C列+D列
df["E"] = df["C"]+df["D"]
print(df)
"""
#输出:
     A    B   C   D   E
a  100   20   3   4   7
x  100   60   7   8  15
y  100  100  11  12  23
z  100  140  15  16  31
"""
#显示E列数据大于15的数据
print(df.loc[df["E"]>15,"E"])
"""
#输出:
y    23
z    31
Name: E, dtype: int64
"""

39.17pandas对于加减乘除运算遇到分母为0或者单元格为空值的处理方法

import pandas as pd
import numpy as np
#将无穷大当成空值处理,在一开始就加入这句话
pd.options.mode.use_inf_as_na = True

#pandas对于加减乘除运算遇到分母为0或者单元格为空值的处理方法
df = pd.DataFrame(
    [[1,2],
    [1,np.NaN],
     [np.NaN,1]],
    columns=list("AB")
)
print(df)
"""
#输出:
     A    B
0  1.0  2.0
1  1.0  NaN
2  NaN  1.0
"""
#如果要计算不出错的就不能使用常用的:+-*/了,要用add,sub,mul,div
#下面以加法为例,fill_value=0,将空值填充为0进行计算
"""
加法:df["A"].add(df["B"],fill_value=0)
减法:df["A"].sub(df["B"],fill_value=0)
陈法:df["A"].mul(df["B"],fill_value=0)
除法:df["A"].div(df["B"],fill_value=0)
"""
#A列和B列相加
print(df["A"].add(df["B"],fill_value=0))
"""
#输出:
0    3.0
1    1.0
2    1.0
dtype: float64
"""
#计算结果有一个inf无穷大,因为在开始加了pd.options.mode.use_inf_as_na = True
#所以无穷就被当成一个空值处理了
print(df["A"].div(df["B"],fill_value=0))
"""
#输出:
0    0.5
1    NaN
2    0.0
dtype: float64
"""

40.python-docx

安装:pip install python-docx
在这里插入图片描述

import docx
from docx.enum.text import WD_BREAK
#设置字体颜色和字体大小需要导入的包
from docx.shared import RGBColor, Pt
#设置中文字体需要导入的包
from docx.oxml.ns import qn

#获取文档对象
doc = docx.Document("test.docx")
print(dir(doc)) #查看所有可操作的函数
print(doc.paragraphs) #打印文档中的段落对象
"""
#输出:
[<docx.text.paragraph.Paragraph object at 0x0000000002D86670>, 
<docx.text.paragraph.Paragraph object at 0x0000000002D86880>, 
<docx.text.paragraph.Paragraph object at 0x0000000002D868E0>,
<docx.text.paragraph.Paragraph object at 0x0000000002D86A90>, 
<docx.text.paragraph.Paragraph object at 0x0000000002D86970>]
"""
print(len(doc.paragraphs)) #输出:5 表明这篇文章中有5个段落

#获取第1段内容文本
print(doc.paragraphs[0].text) #输出:袁隆平院士给妈妈的信,看哭了无数网友

#一个runs对象表示同一种颜色字体大小等样式的集合
#获取第一段的runs样式对象个数:
print(len(doc.paragraphs[0].runs)) #输出:1  表明第一段内容只有一种样式

#获取第一段的第一个run样式信息的文本
print(doc.paragraphs[0].runs[0].text) #输出:袁隆平院士给妈妈的信,看哭了无数网友


"""
WD_BREAK.LINE:  这一段后面,换行符 ,空出一行        
WD_BREAK.PAGE:   这一段后面,直接增加一个换页符,进行换页         
WD_BREAK.COLUMN:  这一段后面进行换页,并且在下一页还空出一行 
WD_BREAK.LINE_CLEAR_LEFT:  
WD_BREAK.LINE_CLEAR_RIGHT: 
WD_BREAK.LINE_CLEAR_ALL:
"""
#在第1段落第1个样式后面增加换行符:break_type=WD_BREAK.LINE
doc.paragraphs[0].runs[0].add_break(break_type=WD_BREAK.LINE)

"""
font:
   bold:字体加粗
   all_caps:字母大写
   color:字体颜色
   complex_script:复杂脚本
   double_strike:双删除线
   emboss:浮雕
   hidden:隐藏
   italic:斜体
   outline:外框
   size:字体大小
   underline:下划线
clear():清除内容
"""
#在第1段落第1个样式字体加粗
doc.paragraphs[0].runs[0].font.bold = True

#字母大写
doc.paragraphs[0].runs[0].font.all_caps = True

#在第1段落第1个样式清除其内容
doc.paragraphs[0].runs[0].clear()

#设置字体颜色,颜色值可以百度搜索对应颜色的RGB值
doc.paragraphs[0].runs[0].font.color.rgb =RGBColor(0,205,205)

#复杂脚本
doc.paragraphs[0].runs[0].font.complex_script = True

#双删除线
doc.paragraphs[0].runs[0].font.double_strike = True

#浮雕
doc.paragraphs[0].runs[0].font.emboss = True

#隐藏
doc.paragraphs[0].runs[0].font.hidden = True

#斜体
doc.paragraphs[0].runs[0].font.italic = True

#外框字体
doc.paragraphs[0].runs[0].font.outline = True

#获取字体大小
print(doc.paragraphs[0].runs[0].font.size.pt) #输出:15.0
#设置字体大小18号
doc.paragraphs[0].runs[0].font.size = Pt(18)

#设置英文字体名称
doc.paragraphs[0].runs[0].font.name = "幼圆"
#设置中文字体名称
doc.paragraphs[0].runs[0].element.rPr.rFonts.set(qn('w:eastAsia'),"幼圆")

#更改文本内容,将第一段第一种runs对象的样式文本内容更改成:"你好呀中国"
doc.paragraphs[0].runs[0].text = "你好呀中国"

#保存为文件test1.docx
doc.save("test1.docx")
  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2021-07-22 14:07:30  更:2021-07-22 14:08:17 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年5日历 -2024/5/5 3:18:38-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码