还施水阁
0%

Python入门实战项目

发表于 分类于

Python编程从入门到实践项目

Alien Invasion(外星人入侵项目)

  • 在for循环中,不应该从列表或编组中删除条目,因此最好是遍历副本的方式.如果直接对列表做删除条目,那么代码如下所示,

    1
    2
    3
    4
    5
    6
    numbers = [1, 2, 2, 3]
    for n in numbers:
        if n == 2:
            numbers.remove(n)
    print(numbers)
    # 结果为[1,2,3]

这是因为当n读取到第一个2的时候,numbers会把他移除,同时将后续的项往前挪了一位,也就是将第2位的2移动到了第一位的2的地方,此时n则会继续向后移动,所以会保留一个2.

1
2
3
4
5
6
numbers=[1,2,2,2,3]
for n in numbers.copy():
    if n==2:
        numbers.remove(n)
print(numbers)
# [1,3]

这是因为用了copy()获得了原来的副本,原来列表的删除不会影响副本,所以会将2删干净.

  • 主循环包含尽可能少的代码,只需要看函数名字就知道处理的过程

  • round函数一般使用于精确到小数点后多少位,其中小数位数由第二个实参指定.如果将第二个实参设定为负数,那么round就会把他圆整到10,100,1000等整数倍.

    1
    round(number,-1)

python中的{:,}是一个比较常用的占位符,他的主要作用是给数字添加千分位分隔符.

1
2
3
4
5
6
7
number = 1234567.8
# 使用 f-string (推荐)
print(f"{number:,}") 
# 输出: 1,234,567.89
# 使用 format() 函数
print("{:,}".format(10000))
# 输出: 10,000

Data Visual(数据可视化项目)

matplotlib.pyplot(静态绘图)

常用的导入这个包的指令是

1
import matplotlib.pyplot as plt

plt.figure的作用是创建一个新的绘图窗口,其中figsize接受一个元组(width,height);dpi则表示图像的分辨率,默认参数为80像素每英寸.

1
plt.figure(figsize=(width,height),dpi=128)

plt.plot的作用则是绘制线图,前面两个参数表示x轴数据和y轴数据,linewidth控制线条的粗细,alpha的作用则是指定颜色的透明度,alpha为0表示完全透明,1是默认设置,表示完全不透明.

1
plt.plot(input_values,output_values,linewidth=5,aplha=0.5)

plt.scatter的作用则是绘制散点图.前两个的参数表示x轴数据和y轴数据,参数s的作用则是控制散点的大小,可以用固定的浮点数控制,也可以用数值列表的方式控制大小关系.参数c的作用则是控制散点的颜色,可以是颜色字符串,也可以是一个数值列表映射到cmap.cmap是一个颜色映射,如plt.cm.Blues,数值越大颜色越深.edgecolors表示点的轮廓颜色,设置为'none'可使得密集散点更具整体感.

1
plt.scatter(x,y,s=40,c=y,cmap=plt.cm.Blues,edgecolors='none')

plt.fill_between的作用是在两条曲线内填充阴影,常用于表示误差区间或气温范围.他的基本参数需要输入一个x值序列和两个y值序列,用于定位两条曲线.facecolor指定采用的填充颜色,alpha则是设置透明度(0-1之间).

1
plt.fillbetween(x,y1,y2,facecolor='blue',alpha=0.1)

如果我们希望隐藏所绘制图像的坐标轴,如果我们直接使用

1
plt.axes().get_xaxis().set_visible(False)

会覆盖原来的图,所以我们需要先用plt.gca()来获取原来的图像的坐标轴对象,再将其设置为不可见,代码如下所示,

1
2
3
ax = plt.gca() 
ax.get_xaxis().set_visible(False)
ax.get_yaxis().set_visible(False)

plotly.express(交互式绘图)

常用的导入这个包的指令是

1
import plotly.express as px

px.bar的作用是生成交互式条形图.我们可以直接输入x对应的数据和y对应的数据,也可以输入dataframe对象,并在x中指定所需要的列名,y中指定所需要的列名.title用于传入一个标题字符串,labels接受一个字典,用于指定x和y轴的名称.hover_name指定悬停在数据条上时显示的标题字段.

1
px.bar(dataframe,x,y,title,labels,hover_name

px.scatter的作用是生成交互式散点图.基本都是一样的,size和color与前面提到x,y一样可以关联到DataFrame的列名,实现根据额外数据自动调整散点大小和颜色深浅.

1
px.scatter(dataframe,x,y,size,color,hover_name)

fig.update_layout的作用是更新图表的布局.xaxis_dtick设置坐标轴刻度的步长(如设置为1,那么每个整数刻度都会显示).

1
fig.update_layout(xaxis_dtick=1)

fig.update_traces可以用于定制图像呈现的数据.中 marker_打头的参数都会影响图形上的标记,maker_color是将每个标记的颜色都设定成某个颜色,marker_opacity设置不透明度.

1
fig.update_traces(marker_color='SteelBlue', marker_opacity=0.6)

数据处理和网络请求

我们先介绍json模块,其调用方式为

1
import json

json.loads的作用是将JSON格式的字符串转换为Python对象,通常是字典或者列表

1
json.loads(contents)

json.dumps的作用是将Python对象转化为JSON字符串,indent的作用是一个美化输出,指定嵌套层级的缩进空格数.

1
json.dumps(obj,indent=4)

其次是requests模块,其调用方式为

1
import requests

requests.get的作用是向服务器发送HTTP GET请求,参数headers字段常用于设置接受的数据格式,例如Github API要求指定vnd.github.v3+json

1
2
3
4
# 显式的指定Github API的版本同时要求返回JSON格式
headers={"Accept":"application/vnd.github.v3+json"}
# requests调用API
r=requests.get(url,headers=headers)

r.statuscode返回响应状态码,200表示请求成功,可以继续处理数据,

1
r.status_code

r.json直接将API返回的响应体解析为Python字典/列表

1
r.json()