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 -> 第一个python程序 -> 正文阅读

[Python知识库]第一个python程序

一、环境配置

1.1 anconda安装

Anaconda是一个开源Python发行版本，其中包括Python发现版本，以及依赖模块。下载地址：https://www.anaconda.com/download/ 选择Python3版本。使用默认安装选项即可。特别提示：
在这里插入图片描述

anconda安装成功后，在开始菜单中有anconda程序包。
在这里插入图片描述

打开上图中红框中的命令窗口，输入conda –version 查看annconda版本。
在这里插入图片描述

点击“Anaconda Navigator(Anaconda3) ”，打开Anaconda窗口，创建python虚拟环境。

1.2 虚拟环境管理

在这里插入图片描述
点击上图红框1，右端显示windows中已经设置的conda环境，点击红框2，其右端显示该环境中的安装包信息。点击红框3中的下拉列表框，选择“installed”，下方列表框中显示已经安装的工具包。在红框4中可以检索需要的工具包。红框5是工具版本信息。
下面介绍虚拟管理的部分conda命令。

1.2.1 创建conda虚拟环境

conda create –name test3

1.2.2 查看已经创建的conda虚拟环境

conda env list

1.2.3 删除conda虚拟环境

conda remove –name test3

1.2.4 切换conda环境

conda activate test3

1.2.5 conda环境管理命令说明

#创建一个名为test3的环境，指定Python版本是（conda默认最新版本）
 
conda create --name test3 python=3.8
 
#安装好后，使用activate激活某个环境
 
activate test3 # for Windows
 
source activate test3 # for Linux & Mac
 
#激活后，会发现terminal输入的地方多了test3的字样，
 
#此时，再次输入
 
python --version
 
#可以得到`Python 3.8.3，即系统已经切换到了3.8的环境
 
#如果想返回默认环境，运行
 
deactivate test3 # for Windows
source deactivate test3 # for Linux & Mac

#删除一个已有的环境
 
conda remove --name test3 --all

1.2.6 安装第三方模块

conda install requests

1.2.7 卸载第三方模块

conda remove requests

1.2.8 查看环境中已经安装的模块

conda list

1.2.9 导入导出环境

导出环境
conda env export > test3.yaml
使用已经保存的环境信息，创建环境
conda env create –f test3.yaml

1.3 pythcarm安装

PyCharm官网：https://www.jetbrains.com下载Community版本，下载后双击安装，使用默认选项安装，安装成功后，界面下。
在这里插入图片描述
选择皮肤配置后，剩余选项可以使用默认值。

1.4 git安装

到git官网https://git-scm.com/downloads，下载git安装包，使用默认选项安装，安装后，在pycharm设置中添加git安装路径。
在pycharm中点击File->setting，打开设置窗口，
在这里插入图片描述

在Version Control->Git->Path to Git executable中设置git路径。

二、 hello word

2.1 创建项目

在pycham中点击File->project，打开创建项目窗口
在这里插入图片描述
设置项目保持目录，选择已经设置好的conda虚拟环境。

2.2 创建文件

在pycham中点击File->new，打开新建窗口
在这里插入图片描述
点击“Python FilePython”文件。输入文件名，保存。
文件中以“#”开头的行是注释行，在两个“”“””间的行是注释块。

2.2打印hello word

在文件中输入print(‘Hello word!’)。点击Run->run
在这里插入图片描述
选择刚建立的文件”main.py”，则在main窗口中打印‘Hello word!’。

在这里插入图片描述

2.3 函数定义

python函数是以def关键词开头，函数名，括号，最后是冒号结尾。其括号内是参数。函数体比def关键字缩减4个空格。下面是封装打印”Hello word!”函数定义。

2.4 模块导入

使用import 模块名，导入模块。下面以导入numpy模块为例。
import numpy as np
arrary = np.array([0, 1 , 2])
print(‘array:’, arrary)
其中as将numpy重命名为np。
在这里插入图片描述

三、数据结构

本部分介绍python的4个数据结构，以及普通数组的构建。

3.1 列表

列是的关键字是list，有多种方法。
list.append(x)，向列表末尾添加元素。
list.extend(x)，将列表中的元素全部添加到列表尾部。
list.insert(i,x)，在指定位置插入元素。
list.remove(x)，删除列表中值等于x的元素。
list.pop([i])，删除指定元素，并且返回该元素的值，如果没有指定位置，默认操作最后一个元素。
list.clear()，清除列表，相当于del a[:]。
list.index(x), 返回x在列表中的位置。
list.count(x), 返回x在列表中出现的次数。
list.sort (*, key=None, reverse=False), 对列表进行排序。
list.reverse()，列表倒序。
list.copy()，复制列表。
代码举例。

>>> fruits = ['orange', 'apple', 'pear', 'banana', 'kiwi', 'apple', 'banana']
>>> fruits.count('apple')
2
>>> fruits.count('tangerine')
0
>>> fruits.index('banana')
3
>>> fruits.index('banana', 4)  # Find next banana starting a position 4
6
>>> fruits.reverse()
>>> fruits
['banana', 'apple', 'kiwi', 'banana', 'pear', 'apple', 'orange']
>>> fruits.append('grape')
>>> fruits
['banana', 'apple', 'kiwi', 'banana', 'pear', 'apple', 'orange', 'grape']
>>> fruits.sort()
>>> fruits
['apple', 'apple', 'banana', 'banana', 'grape', 'kiwi', 'orange', 'pear']
>>> fruits.pop()
'pear'

3.2 字典

关键词是dict()。字典元素格式是key:value，并且使用大括号括起来。

>>>tel = {'jack': 4098, 'sape': 4139}
>>> tel['guido'] = 4127
>>> tel
{'jack': 4098, 'sape': 4139, 'guido': 4127}

3.3 元组

元组由多个以逗号分隔的值组成。

>>> t = 12345, 54321, 'hello!'
>>> t[0]
12345
>>> t
(12345, 54321, 'hello!')

3.4 数据集

关键词是set()。集合是没有重复元素的无序集合。基本的用途包括成员测试和消除重复条目。集合对象还支持数学运算，如并、交、差和对称差。

>>> basket = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'}
>>> print(basket)                      # show that duplicates have been removed
{'orange', 'banana', 'pear', 'apple'}
>>> 'orange' in basket                 # fast membership testing
True

>>> a = set('abracadabra')
>>> b = set('alacazam')
>>> a                                  # unique letters in a
{'a', 'r', 'b', 'c', 'd'}
>>> a - b                              # letters in a but not in b
{'r', 'd', 'b'}
>>> a | b                              # letters in a or b or both
{'a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'}
>>> a & b                              # letters in both a and b
{'a', 'c'}
>>> a ^ b                              # letters in a or b but not both
{'r', 'd', 'b', 'm', 'z', 'l'}

3.5 数组

python数据需要借助numpy来生成。命令语句如下。

numpy.array([0,1])。
#生成10*10的0矩阵，
numpy.zeros((2,2))

在这里插入图片描述

四、使用控制语句

python代码中的控制语句以冒号结尾，控制语句内的代码比控制语句行缩进。建议缩进4个空格。

4.1 使用if语句举例

if __name__ == '__main__':
print('Hello word!')

如果名称等于'__main__'，则打印“Hello word!”。

4.2 使用for语句举例

在这里插入图片描述

4.3 使用while语句举例

i=0
while i<2:
...     i = i+1
...     print(i)
...     
1
2

五、画图

python使用matplotlib画图，因此在画图前需要导入matplotlib模块。

import matplotlib.pyplot as plt
def fun(t):
    return np.exp(-t) * np.cos(2*np.pi*t)
arrary = np.array([0, 1 , 2])
print('array:', arrary)

t1 = np.arange(0.0, 5.0, 0.1)
t2 = np.arange(0.0, 5.0, 0.02)

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

plt.figure("2subplot")
plt.subplot(211)
plt.plot(t1, fun(t1), 'bo', t2, fun(t2), 'k')
plt.title('子图1')
plt.xlabel('时间/s')
plt.ylabel('幅度值')
plt.tight_layout(pad=1.5, h_pad=None, w_pad=None, rect=None)
plt.subplot(212)
plt.plot(t2, np.cos(2 * np.pi * t2), 'r--')
plt.title('子图2')
plt.xlabel('时间/s')
plt.ylabel('幅度值')
plt.tight_layout(pad=1.5, h_pad=None, w_pad=None, rect=None)
plt.show()

在这里插入图片描述

六、创建个人模块

在项目目录下建立模块目录，如plot_data目录，目录下一定要建立__init__.py文件，文件内容可以是空，但是一定要存在。另外创建功能文件，可以是单独的函数，或是类。下面以创建类为例，进行说明。首先创建文件夹与文件。
在这里插入图片描述
本例中__init__.py是空文件。plot_data.py是类文件，功能是用于画图，下面是plot_data.py文件中部分代码。

import matplotlib.pyplot as plt
import numpy as np

class plot_classify:
    """
    show data
    """
    def __init__(self, name):
        self.name = name

def plot_classify_subplt_win_width(self, result_flag_statistics, result_flag_buf, data_flag, event_level, figsize=(9, 11)):
    plt.rcParams['font.sans-serif'] = ['SimHei']
    plt.rcParams['axes.unicode_minus'] = False
    ind = np.arange(5)

    win_key = list(result_flag_statistics.keys())
    win_num = win_key.index(win_key[-1]) + 1
    data_key = result_flag_statistics[win_key[0]].keys()
    for data_key in data_key:
        fig, axs = plt.subplots(win_num, 1, figsize=figsize)

        for n in np.arange(win_num):
            axs[n].plot(result_flag_buf[win_key[n]][data_key])
            if n < win_num - 2:
                plt.tight_layout(pad=0.20, h_pad=None, w_pad=None, rect=None)
            else:
                plt.tight_layout(pad=1.8, h_pad=None, w_pad=None, rect=None)
            event_key = list(event_level.keys())
            event_key.remove(data_flag[data_key])
            title_en = str(' ')
            for event_key in event_key:
                title_en = title_en + ',' + format(event_level[event_key]) + ":[" + \
                           format(int(result_flag_statistics[win_key[n]][data_key][0][event_key][0])) + ' ' + \
                           result_flag_statistics[win_key[n]][data_key][0][event_key][1].__format__('.4f') + ']'

            title = 'win:' + format(win_key[n]) + 's[' + format(
                result_flag_statistics[win_key[n]][data_key][1]) + ']' + data_flag[data_key] + \
                    '[' + format(int(result_flag_statistics[win_key[n]][data_key][0][data_flag[data_key]][0])) + ' ' + \
                    result_flag_statistics[win_key[n]][data_key][0][data_flag[data_key]][1].__format__('.4f') + ']' + ':' \
                    + format(event_level[data_flag[data_key]]) + title_en
            axs[n].set_title(title)
            axs[n].set_ylim(-0.1, 4.1)
            axs[n].set_yticks(ind)
            #axs[n].set_yticklabels(('0', '1', '2', '3', '4'))
            axs[n].set_yticklabels(ind.tolist())
            # axs[0].set_xlim(0, 2)
            # axs[n].set_xlabel(xlabel)
            axs[n].set_ylabel('事件编号')
        axs[win_num - 1].set_xlabel(data_flag[data_key] + "信号，横坐标是窗口分段索引号。title格式：事件【信号个数， 占比】")
        plt.show()

在使用模块时，需要导入，定义好类后，即可使用。代码实例如下。

from plot_data.plot_data import plot_classify
plot_classify = plot_classify('dat plot')
plot_classify.plot_classify_subplt_win_width(result_flag_statistics, result_flag_buf, data_flag, event_level,
                                             figsize=(9, 9))

七、读取二进制文件

读取二进制文件使用到文件读取模块，struct模块与os模块，其中struct模块与os模块需要单独导入，导入命令。
import os，即可导入os模块。
import struct，即可导入struct模块。
由于将二进制文件内容读取到数组后，数据是以字节为单位存储的，需要使用struct模块中unpack进行抽取成对用类型数据。同时需要主要大小端的问题。

if os.path.isfile(file_path):
    f = open(file_path, "rb")

    Data_byte = f.read()

    head = np.zeros(head_num, dtype='int')
    j = 0
    for d_i in range(head_num):
        head[d_i] = struct.unpack("i", Data_byte[j:j + 4])[0]
        j = j + 4
    f.close()

上面代码是从二进制文件中抽取head_num个整形。

八、 mat文件读取与保存

mat文件是matlab数据文件，需要使用scipy模块进行读写，因此需要导入scipy模块。

import scipy.io as scio
dataNew = 'E://dataNew.mat'
scio.savemat(file_name, {mat_name: data_ff[:, sec_i:sec_i+sec_num]})
data[file] = scio.loadmat(filepath)

其中scio.loadmat(filepath)是读取mat文件，filepath存放的完整文件路径，如’E://dataNew.mat’。
scio.savemat(file_name, {mat_name: data_ff[:, sec_i:sec_i+sec_num]}其中file_name里存放的是完整路径的文件名。mat_name是mat内数据变量名的文件名。data_ff是需要保存的数据。

九、保存excel文件

在实际使用中需要将数据分析结果以表格的形式保存到excel表格，python使用openpyxl模块，将数据保存到excel模块中。如果要突出部分表格可以将表格背景设置不同颜色，当表格内字符超过表格默认宽度后，可以设置表列宽。代码实例如下。

import openpyxl
from openpyxl.styles import PatternFill
from openpyxl.utils import get_column_letter

class save_data_2xlsx:
    def __init__(self, name):
        self.name = name
        self.wb = openpyxl.Workbook()
        n2 = str(self.wb.sheetnames[0])
        del self.wb[n2]

    def auto_set_column_width(self, sheet_name="sheet1"):
        ws=self.wb[sheet_name]

        i = 0
        col_width = []
        for col in ws.columns:
            for j in range(len(col)):
                if 0 == j:
                    col_width.append(len(str(col[j].value)))
                else:
                    if col_width[i] < len(str(col[j].value)):
                        col_width[i] = len(str(col[j].value))
            i = i + 1

        for i in range(len(col_width)):
            col_letter = get_column_letter(i+1)
            if col_width[i] > 100:
                ws.column_dimensions[col_letter].width = 100
            elif ws.column_dimensions[col_letter].width < col_width[i]:
                ws.column_dimensions[col_letter].width = col_width[i] + 2

    def creat_sheet_hmm_result_stats_2xlsx(self, tow_layer_dict, sheet_name="sheet1"):
        ws = self.wb.create_sheet(sheet_name)
        firest_green_fill = PatternFill(fill_type='solid', fgColor="0099CC00")
        second_orange_fill = PatternFill(fill_type='solid', fgColor="FFC125")

        row_keys = list(tow_layer_dict.keys())
        col_keys = list(tow_layer_dict[row_keys[0]][0])
        col_idx = 2
        for col_key in col_keys:
            ws.cell(row=1, column=col_idx).value = col_key
            col_idx = col_idx + 1
        ws.cell(row=1, column=col_idx).value = "总数"

        row_idx = 2
        for row_key in row_keys:
            ws.cell(row=row_idx, column=1).value = row_key
            row_idx = row_idx + 1

        row_idx = 2
        for row_key in row_keys:
            col_key = list(tow_layer_dict[row_key][0])
            col_idx = 2

            sd = sorted(tow_layer_dict[row_key][0].items(), key=lambda x: x[1][1], reverse=True)

            for col_key in col_key:
                ws.cell(row=row_idx, column=col_idx).value = format(int(tow_layer_dict[row_key][0][col_key][0])) + ' ('\
                        + tow_layer_dict[row_key][0][col_key][1].__format__('.4f') + ')'
                if col_key == sd[0][0]:
                    ws.cell(row=row_idx, column=col_idx).fill = firest_green_fill
                elif col_key == sd[1][0]:
                    ws.cell(row=row_idx, column=col_idx).fill = second_orange_fill
                col_idx = col_idx + 1
            ws.cell(row=row_idx, column=col_idx).value = tow_layer_dict[row_key][1]
            row_idx = row_idx + 1
            self.auto_set_column_width(sheet_name)

    def save_workbook(self, xlsx_name):
        self.wb.save(xlsx_name)