十年网站开发经验 + 多家企业客户 + 靠谱的建站团队
量身定制 + 运营维护+专业推广+无忧售后,网站问题一站解决
python 语言概述
成都创新互联公司于2013年成立,先为长宁等服务建站,长宁等地企业,进行企业商务咨询服务。为长宁企业网站制作PC+手机+微官网三网同步一站式服务解决您的所有建站问题。
python 语言的发展
python 语言诞生于 1990 年, 由 Guide van Rossum 设计并领导开发.
python 语言是开源项目的优秀代表, 其解释器的全部代码都是开源的.
编写 Hello 程序
学习编程语言有一个惯例, 即运行最简单的 Hello 程序, 该程序功能是在屏幕上打印输出 "Hello World". 程序虽小, 但却是初学者接触编程语言的第一步. 使用 python 语言编写 Hello 程序只有一行代码, 如下;
print ("Hello World")
python 语言的特点
python 语言是一种被广泛应用的高级通用脚本编程语言.
1, 语法简洁: 实现相同功能, python 语言的代码行数仅相当于其他语言的 1/10-1/5.
2, 与平台无关: 作为脚本语言, python 程序可以在任何安装解释器的计算机环境中执行, 因此, 用该语言编程的程序可以不经修改的实现跨平台运行.
3, 粘性扩展: python 语言具有优异的扩展性, 体现在它可以集成 C,C++,Java 等语言编写的代码, 通过接口和函数库等方式将他们 "粘起来". 此外, python 语言本身提供了良好的语法和执行扩展接口, 能够整合各类程序代码.
4, 开源理念: 对于高级程序员, python 语言开源的解释器和函数库具有强大的吸引力, 更重要的, python 语言倡导的开源软件理念为该语言发展奠定了坚实的群众基础.
5, 通用灵活: python 语言是一个通用编程语言, 可用于编写各领域的应用程序, 这为该语法提供了广阔的应用空间. 几乎各类应用, 从科学计算, 数据处理到人工智能, 机器人, python 语言都能够发挥重要作用.
6, 强制可读: python 语言通过强制缩进 (类似文章段落的首行空格) 来体现语句间的逻辑关系, 显著提高了程序的可读性, 进而增加了 python 程序的可维护性.
7, 支持中文: python3.0 解释器采用 UTF-8 编码表达所有字符信息, UTF-8 编码可以表达英文, 中文, 韩文, 法文等各类语言, 因此, python 程序在处理中文时更加灵活且高效.
8, 模式多样: 尽管 python3.0 解释器内部采用面向对象方式实现, 但 python 语法层面却同时支持过程和面向对象两种编程方式, 这位使用者提供了灵活的编程模式.
9, 类库丰富: python 解释器提供了几百个内置类和函数库, 此外, 世界各地程序员通过开源社区贡献了十几万个第三方函数库, 几乎覆盖了计算机技术的各个领域编写 python 程序可以大量利用已有的内置或第三方代码, 具备良好的编程生态.
random库是使用随机数的Python标准库
从概率论角度来说,随机数是随机产生的数据(比如抛硬币),但时计算机是不可能产生随机值,真正的随机数也是在特定条件下产生的确定值,只不过这些条件我们没有理解,或者超出了我们的理解范围。计算机不能产生真正的随机数,那么伪随机数也就被称为随机数
--伪随机数:计算机中通过采用梅森旋转算法生成的(伪)随机序列元素
python中用于生成伪随机数的函数库是random
因为是标准库,使用时候只需要import random
random库包含两类函数,常用的共8个
--基本随机函数: seed(), random()
--扩展随机函数:randint(), getrandbits(), uniform(), randrange(), choice(), shuffle()
《用Python处理Excel表格》下篇来啦!
身为工作党或学生党的你,平日里肯定少不了与Excel表格打交道的机会。当你用Excel处理较多数据时,还在使用最原始的人工操作吗?现在教你如何用Python处理Excel,从此处理表格再也不加班,时间缩短数十倍!
上篇我们进行了一些事前准备,目的是用Python提取Excel表中的数据。而这一篇便是在获取数据的基础上,对Excel表格的实操处理。
第9行代码用来指定创建的excel的活动表的名字:
·不写第9行,默认创建sheet
·写了第9行,创建指定名字的sheet表
第9行代码,通过给单元格重新赋值,来修改单元格的值
第9行代码的另一种写法sheet['B1'].value = 'age'
第10行代码,保存时如果使用原来的(第7行)名字,就直接保存;如果使用了别的名字,就会另存为一个新文件
插入有效数据
使用append()方法,在原来数据的后面,按行插入数据
·insert_rows(idx=数字编号, amount=要插入的行数),插入的行数是在idx行数的下方插入
·insert_cols(idx=数字编号, amount=要插入的列数),插入的位置是在idx列数的左侧插入
·delete_rows(idx=数字编号, amount=要删除的行数)
·delete_cols(idx=数字编号, amount=要删除的列数)
move_range(“数据区域”,rows=,cols=):正整数为向下或向右、负整数为向左或向上
举个例子:
openpyxl.styles.Font(name=字体名称,size=字体大小,bold=是否加粗,italic=是否斜体,color=字体颜色)
其中,字体颜色中的color是RGB的16进制表示
再者,可以使用for循环,修改多行多列的数据,在这里介绍了获取的方法
Alignment(horizontal=水平对齐模式,vertical=垂直对齐模式,text_rotation=旋转角度,wrap_text=是否自动换行)
水平对齐:‘distributed’,‘justify’,‘center’,‘left’, ‘centerContinuous’,'right,‘general’
垂直对齐:‘bottom’,‘distributed’,‘justify’,‘center’,‘top’
当然,你仍旧可以调用for循环来实现对多行多列的操作
设置行列的宽高:
·row_dimensions[行编号].height = 行高
·column_dimensions[列编号].width = 列宽
合并单元格有下面两种方法,需要注意的是,如果要合并的格子中有数据,即便python没有报错,Excel打开的时候也会报错。
merge_cells(待合并的格子编号)
merge_cells(start_row=起始行号,start_column=起始列号,end_row=结束行号,end_column=结束列号)
拆分单元格的方法同上
unmerge_cells(待合并的格子编号)
unmerge_cells(start_row=起始行号,start_column=起始列号,end_row=结束行号,end_column=结束列号)
create_sheet(“新的sheet名”):创建一个新的sheet表
第11行,使用title修改sheet表的名字
remove(“sheet名”):删除某个sheet表
要删除某sheet表,需要激活这个sheet表,即:将其作为活动表(关于活动表的定义请看前面文章开头写的有)下面8~11行代码展示了原始活动表与手动更换活动表,第13行代码删掉活动表
背景知识
numpy与pandas
NumPy是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库;pandas 是基于NumPy 的一种工具,该工具是为解决数据分析任务而创建的,我们需要利用Pandas进行Excel的合并
1.下面的代码生成了一个5行3列的包含15个字符的嵌套列表
(注意,第4行代码:15是等于35的,如果是15对应43,或者16对应5*3都会报错)
(注意,第5行代码,虽然5行3列是15个数据,但是可以指定数据从1开头,到16结束)
2.添加表头
使用pandas库的DataFrame来添加表头。关于打印的结果,把最左侧的一列去掉之后会发现结果很和谐,这是因为最左侧的一列代表行号。此时xx变量的类型是
xlsxwriter模块一般是和xlrd模块搭配使用的,
xlsxwriter:负责写入数据,
xlrd:负责读取数据。
1.创建一个工作簿
2.创建sheet表
3.写入数据
现在越来越多的人开始学习python语言,好像不会点编程都不好意思说是混互联网的;那python到底是干嘛的呢?有哪些具体用途呢?下面我就为你简单罗列一下:
1.网站开发:
网站开发即Web开发,Python是一种解释型的脚本语言,无需编译,开发效率高,语法相对简单,非常适合做web开发及入门,常用的web开发框架有Django、Flask、Tornado 等。
2.爬虫开发:
爬虫可以说是python发展起来的基础,全球最大搜索引擎google最初就是用python爬取网站,丰富资源的。爬虫目前用得比较多的场景有比价网站、信息收集、数据统计等。
3.数据分析:
python在数据处理方面,有大量库供你使用, 数据分析中涉及到的分布式计算引擎hadoop、spark、flink等、数据可视化;另外对数据库mysql、Oracle、sqlService、clickhouse等,Python都有成熟的模块可以选择。
4.人工智能:
因为Python有很多库很方便做人工智能,比如NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库;Pandas可以对各种数据进行运算操作,比如归并、再成形、选择,还有数据清洗和数据加工特征,scipy做数值计算的,sklearn、XGBoost、CatBoost做机器学习的,ChainerCV、pybrain、Hebel做神经网络的,matplotlib将数据可视化的。
在人工智能大范畴领域内的 数据挖掘、机器学习、神经网络、深度学习 等方面都是主流的编程语言,得到广泛的支持和应用。
5.图形处理:
图像处理中的基本操作(如裁剪、翻转、旋转等)、图像分割、分类和特征提取,图像恢复和图像识别等,有PIL、Pillow、Tkinter、scikit-image、scipy、OpenCV等图形库支持,能方便进行图形处理。
6.神经科学与心理学:
Python具有获取和分析数据以及通过建模和仿真测试假设的能力,使其非常适合计算神经科学和实验心理学研究。使用Pygame和Psychopy生成和控制复杂视觉刺激。开源软件包PsychoPy在全球范围内的实验室中用于认知神经科学,实验心理学和心理物理学。
推荐5个常用的Python标准库:
1、os:提供了不少与操作系统相关联的函数库
os包是Python与操作系统的接口。我们可以用os包来实现操作系统的许多功能,比如管理系统进程,改变当前路径,改变文件权限等。但要注意,os包是建立在操作系统的平台上的,许多功能在Windows系统上是无法实现的。另外,在使用os包中,要注意其中的有些功能已经被其他的包取代。
我们通过文件系统来管理磁盘上储存的文件。查找、删除、复制文件以及列出文件列表等都是常见的文件操作。这些功能通常可以在操作系统中看到,但现在可以通过Python标准库中的glob包、shutil包、os.path包以及os包的一些函数等,在Python内部实现。
2、sys:通常用于命令行参数的库
sys包被用于管理Python自身的运行环境。Python是一个解释器,也是一个运行在操作系统上的程序。我们可以用sys包来控制这一程序运行的许多参数,比如说Python运行所能占据的内存和CPU,Python所要扫描的路径等。另一个重要功能是和Python自己的命令行互动,从命令行读取命令和参数。
3、random:用于生成随机数的库
Python标准库中的random函数,可以生成随机浮点数、整数、字符串,甚至帮助你随机选择列表序列中的一个元素,打乱一组数据等。
4、math:提供了数学常数和数学函数
标准库中,Python定义了一些新的数字类型,以弥补之前的数字类型可能的不足。标准库还包含了random包,用于处理随机数相关的功能。math包补充了一些重要的数学常数和数学函数,比如pi、三角函数等等。
5、datetime:日期和时间的操作库
日期和时间的管理并不复杂,但容易犯错。Python的标准库中对日期和时间的管理颇为完善,你不仅可以进行日期时间的查询和变换,还可以对日期时间进行运算。通过这些标准库,还可以根据需要控制日期时间输出的文本格式
第一步
e:/pip-1.3.1python setup.py install
第二步
e:/Python27/Scriptseasy_install pip
第三步
e:/Python27/Scriptspip install -U math