python基础

发表于 | 分类于
字数统计: 865

numpy 中的tile函数

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
>>> numpy.tile([0,0],5)#在列方向上重复[0,0]5次，默认行1次  
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])  
>>> numpy.tile([0,0],(1,1))#在列方向上重复[0,0]1次，行1次  
array([[0, 0]])  
>>> numpy.tile([0,0],(2,1))#在列方向上重复[0,0]1次，行2次  
array([[0, 0],  
       [0, 0]])  
>>> numpy.tile([0,0],(3,1))  
array([[0, 0],  
       [0, 0],  
       [0, 0]])  
>>> numpy.tile([0,0],(1,3))#在列方向上重复[0,0]3次，行1次  
array([[0, 0, 0, 0, 0, 0]])  
>>> numpy.tile([0,0],(2,3))<span style="font-family: Arial, Helvetica, sans-serif;">#在列方向上重复[0,0]3次，行2次</span>  
array([[0, 0, 0, 0, 0, 0],  
       [0, 0, 0, 0, 0, 0]])

numpy中的shape用法

shape 返回数组的行与列的值

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# -*- coding: UTF-8 -*-
from numpy import *

e = random.rand(3,4)

print e
print e.shape
print e.shape[0]

结果如下
[[0.21060235 0.82633997 0.40867239 0.32669731]
 [0.32054551 0.89901822 0.82160153 0.91391855]
 [0.71233681 0.88475955 0.73074251 0.48999064]]
(3L, 4L)
3

python os.walk() 和 os.path.join()

os.walk()

1
os.walk(top[, topdown=True[, onerror=None[, followlinks=False]]])

top — 是你所要遍历的目录的地址, 返回的是一个三元组(root,dirs,files)。

root 所指的是当前正在遍历的这个文件夹的本身的地址

dirs 是一个 list，内容是该文件夹中所有的目录的名字(不包括子目录)
files 同样是 list , 内容是该文件夹中所有的文件(不包括子目录) topdown —可选，为 True，则优先遍历 top 目录，否则优先遍历 top 的子目录(默认为开启)。如果 topdown 参数为 True，walk 会遍历top文件夹，与top 文件夹中每一个子目录。

onerror — 可选， 需要一个 callable 对象，当 walk 需要异常时，会调用。

followlinks — 可选， 如果为 True，则会遍历目录下的快捷方式(linux 下是 symbolic link)实际所指的目录(默认关闭)。

os.path.join() 为路径拼接

1
2
3
for root, dirs, files in os.walk(dirName):     
        for file in files:
            photo_path_list.append(os.path.join(root, file))

os.renames() 给文件夹和文件重命名

1
2
3
4
5
6
7
import os
for root,dirs,files in os.walk('F:\\nodejsandhexo\hanyaopeng.coding.me\source\_posts\ml-wuenda-1'):
    for dir in dirs:
        nesdirs = dir.lower()
        olddirs = os.path.join(root,dir)
        nesdirs = os.path.join(root,nesdirs)
        os.renames(olddirs,nesdirs)       # 给文件夹或者文件重命名

Python标准库——collections模块的Counter类

Counter 继承 dict 类、用于计数 key-value 元素作为key 计数作为value

most_common(指定一个参数n，列出前n个元素，不指定参数，则列出所有)

1
2
3
from cokkections import Counter
p = Couter()
p.most_common(15) # 返回前15个元素

列表 append 和extend 方法的区别

如下可以看到append方法是把b列表当做一个元素加到了a的一个元素里了。而extend则是把b每个元素依次加入到了a的后面。

1
2
3
4
5
6
7
8
9
a = [1, 2, 3]
b = [4, 5, 6]
a.append(b)
print(a)
a.extend(b)
print(a)
输出结果如下
[1, 2, 3, [4, 5, 6]]
[1, 2, 3, [4, 5, 6], 4, 5, 6]

python2中的iteriterms() 和 items() 和 python3 中的iems()对比

Python 3.x 里面，iteritems() 和 viewitems() 这两个方法都已经废除了，而 items() 得到的结果是和 2.x 里面 viewitems() 一致的。在3.x 里 用 items()替换iteritems()。

items（）返回字典中的每一个key-value

1
2
3
4
5
6
7
8
9
10
11
在python2中
d= {'a':'1',
    'b':'2'}
print(d.iteritems())
输出结果为：
<dictionary-itemiterator object at 0x0000000005146958>

print(d.items())
结果为： [('a', '1'), ('b', '2')]

在python3中废弃了iteritems()函数  使用会出错，所以使用items（）函数
-------------The End-------------