python函數(shù)有哪些

1、print()函數(shù)：打印字符串;

專注于為中小企業(yè)提供成都網(wǎng)站建設(shè)、網(wǎng)站建設(shè)服務(wù),電腦端+手機(jī)端+微信端的三站合一,更高效的管理,為中小企業(yè)海寧免費(fèi)做網(wǎng)站提供優(yōu)質(zhì)的服務(wù)。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動(dòng)了成百上千企業(yè)的穩(wěn)健成長(zhǎng)，幫助中小企業(yè)通過(guò)網(wǎng)站建設(shè)實(shí)現(xiàn)規(guī)模擴(kuò)充和轉(zhuǎn)變。

2、raw_input()函數(shù)：從用戶鍵盤捕獲字符;

3、len()函數(shù)：計(jì)算字符長(zhǎng)度;

4、format()函數(shù)：實(shí)現(xiàn)格式化輸出;

5、type()函數(shù)：查詢對(duì)象的類型;

6、int()函數(shù)、float()函數(shù)、str()函數(shù)等：類型的轉(zhuǎn)化函數(shù);

7、id()函數(shù)：獲取對(duì)象的內(nèi)存地址;

8、help()函數(shù)：Python的幫助函數(shù);

9、s.islower()函數(shù)：判斷字符小寫;

10、s.sppace()函數(shù)：判斷是否為空格;

11、str.replace()函數(shù)：替換字符;

12、import()函數(shù)：引進(jìn)庫(kù);

13、math.sin()函數(shù)：sin()函數(shù);

14、math.pow()函數(shù)：計(jì)算次方函數(shù);

15、os.getcwd()函數(shù)：獲取當(dāng)前工作目錄;

16、listdir()函數(shù)：顯示當(dāng)前目錄下的文件;

17、time.sleep()函數(shù)：停止一段時(shí)間;

18、random.randint()函數(shù)：產(chǎn)生隨機(jī)數(shù);

19、range()函數(shù)：返回一個(gè)列表，打印從1到100;

20、file.read()函數(shù)：讀取文件返回字符串;

21、file.readlines()函數(shù)：讀取文件返回列表;

22、file.readline()函數(shù)：讀取一行文件并返回字符串;

23、split()函數(shù)：用什么來(lái)間隔字符串;

24、isalnum()函數(shù)：判斷是否為有效數(shù)字或字符;

25、isalpha()函數(shù)：判斷是否全為字符;

26、isdigit()函數(shù)：判斷是否全為數(shù)字;

27、 lower()函數(shù)：將數(shù)據(jù)改成小寫;

28、upper()函數(shù)：將數(shù)據(jù)改成大寫;

29、startswith(s)函數(shù)：判斷字符串是否以s開始的;

30、endwith(s)函數(shù)：判斷字符串是否以s結(jié)尾的;

31、file.write()函數(shù)：寫入函數(shù);

32、file.writeline()函數(shù)：寫入文件;

33、abs()函數(shù)：得到某數(shù)的絕對(duì)值;

34、file.sort()函數(shù)：對(duì)書數(shù)據(jù)排序;

35、tuple()函數(shù)：創(chuàng)建一個(gè)元組;

36、find()函數(shù)：查找 返回的是索引;

37、dict()函數(shù)：創(chuàng)建字典;

38、clear()函數(shù)：清楚字典中的所有項(xiàng);

39、copy()函數(shù)：復(fù)制一個(gè)字典，會(huì)修改所有的字典;

40、 get()函數(shù)：查詢字典中的元素。

…………

python所有內(nèi)置函數(shù)的定義詳解

1、定義函數(shù)

函數(shù)是可重用的程序。本書中已經(jīng)使用了許多內(nèi)建函數(shù)，如len()函數(shù)和range()函數(shù)，但是還沒自定義過(guò)函數(shù)。定義函數(shù)的語(yǔ)法格式如下：

def 函數(shù)名(參數(shù)):

函數(shù)體

定義函數(shù)的規(guī)則如下：

①關(guān)鍵字def用來(lái)定義一個(gè)函數(shù)，它是define的縮寫。

②函數(shù)名是函數(shù)的唯一標(biāo)識(shí)，函數(shù)名的命名規(guī)則遵循標(biāo)識(shí)符的命名規(guī)則。

③函數(shù)名后面一定要緊跟著一個(gè)括號(hào)，括號(hào)內(nèi)的參數(shù)是可選的，括號(hào)后面要有冒號(hào)。

④函數(shù)體(statement)為一個(gè)或一組Python語(yǔ)句，注意要有縮進(jìn)。

⑤函數(shù)體的第一行可以有文檔字符串，用于描述函數(shù)的功能，用三引號(hào)括起來(lái)。

按照定義規(guī)則，可以定義第一個(gè)函數(shù)了：

def?hello_world():

...?????print('Hello,world!')???#?注意函數(shù)體要有縮進(jìn)

...

hello_world()

Hello,world!

這個(gè)函數(shù)不帶任何參數(shù)，它的功能是打印出“Hello,world!”。最后一行代碼hello_world()是調(diào)用函數(shù)，即讓Python執(zhí)行函數(shù)的代碼。

2、全局變量和局部變量

全局變量是定義在所有函數(shù)外的變量。例如，定義一個(gè)全局變量a，分別在函數(shù)test1()和test2()使用變量a：

a?=?100???#?全局變量

def?test1():

...?????print(a)

...

def?test2():

...?????print(a)

...

test1()

100

test2()

100

定義了全局變量a之后，在函數(shù)test1()和test2()內(nèi)都可以使用變量a，由此可知，全局變量的作用范圍是全局。

局部變量是在函數(shù)內(nèi)定義的變量，除了用關(guān)鍵字global修飾的變量以外。例如，在函數(shù)test1()內(nèi)定義一個(gè)局部變量a，分別在函數(shù)外和另一個(gè)函數(shù)test2()內(nèi)使用變量a：

def?test1():

...?????a?=?100???#?局部變量

...?????print(a)

...

def?test2():

...?????print(a)

...

test1()

100

print(a)

Traceback?(most?recent?call?last):

File?"stdin",?line?1,?in?module

NameError:?name?'a'?is?not?defined

test2()

Traceback?(most?recent?call?last):

File?"stdin",?line?1,?in?module

File?"stdin",?line?2,?in?test2

NameError:?name?'a'?is?not?defined

Python解釋器提示出錯(cuò)了。由于局部變量a定義在函數(shù)test1()內(nèi)，因此，在函數(shù)test1()內(nèi)可以使用變量a，但是在函數(shù)外或者另一個(gè)函數(shù)test2()內(nèi)使用變量a，都會(huì)報(bào)錯(cuò)，由此可見，局部變量的作用范圍是定義它的函數(shù)內(nèi)部。

一般情況下，在函數(shù)內(nèi)聲明的變量都是局部變量，但是采用關(guān)鍵字global修飾的變量卻是全局變量：

def?test1():

...?????global?a???#?全局變量

...?????a?=?100

...?????print(a)

...

def?test2():

...?????print(a)

...

test1()

100

print(a)

100

test2()

100

這個(gè)程序與上個(gè)程序相比，只是在函數(shù)test1()中多了一行代碼“global a”，程序便可以正確運(yùn)行了。在函數(shù)test1()中，采用關(guān)鍵字global修飾了變量a之后，變量a就變成了全局變量，不僅可以在該函數(shù)內(nèi)使用，還可以在函數(shù)外或者其他函數(shù)內(nèi)使用。

如果在某個(gè)函數(shù)內(nèi)局部變量與全局變量同名，那么在該函數(shù)中局部變量會(huì)覆蓋全局變量：

a?=?100???#?全局變量

def?test1():

...?????a?=?200???#?同名局部變量

...?????print(a)

...

def?test2():

...?????print(a)

...

test1()

200

test2()

100

由于在函數(shù)test1()中定義了一個(gè)與全局變量同名的局部變量a，因此，在函數(shù)test1()中全局變量a的值被局部變量覆蓋了，但是在函數(shù)test2()中全局變量a的值沒有被覆蓋。

綜上所述，在Python中，全局變量保存的數(shù)據(jù)供整個(gè)腳本文件使用;而局部變量只用于臨時(shí)保存數(shù)據(jù)，變量?jī)H供局部代碼塊使用。

python查詢dataframe的索引是否是唯一性時(shí)只要寫df.index.is_unique 就可以？

是的，

判斷列索引是不是重復(fù)

print(data.index.is_unique)

False#表示有重復(fù).

后面這個(gè)index. duplicate()是一個(gè)函數(shù)，他會(huì)返回每一個(gè)index是否有重復(fù)的情況。

太全了！Python3常用內(nèi)置函數(shù)總結(jié)

數(shù)學(xué)相關(guān)

abs(a) : 求取絕對(duì)值。abs(-1)

max(list) : 求取list最大值。max([1,2,3])

min(list) : 求取list最小值。min([1,2,3])

sum(list) : 求取list元素的和。 sum([1,2,3]) 6

sorted(list) : 排序，返回排序后的list。

len(list) : list長(zhǎng)度,len([1,2,3])

divmod(a,b): 獲取商和余數(shù)。 divmod(5,2) (2,1)

pow(a,b) : 獲取乘方數(shù)。pow(2,3) 8

round(a,b) : 獲取指定位數(shù)的小數(shù)。a代表浮點(diǎn)數(shù)，b代表要保留的位數(shù)。round(3.1415926,2) 3.14

range(a[,b]) : 生成一個(gè)a到b的數(shù)組,左閉右開。range(1,10) [1,2,3,4,5,6,7,8,9]

類型轉(zhuǎn)換

int(str) : 轉(zhuǎn)換為int型。int('1') 1

float(int/str) : 將int型或字符型轉(zhuǎn)換為浮點(diǎn)型。float('1') 1.0

str(int) : 轉(zhuǎn)換為字符型。str(1) '1'

bool(int) : 轉(zhuǎn)換為布爾類型。 str(0) False str(None) False

bytes(str,code) : 接收一個(gè)字符串，與所要編碼的格式，返回一個(gè)字節(jié)流類型。bytes('abc', 'utf-8') b'abc' bytes(u'爬蟲', 'utf-8') b'xe7x88xacxe8x99xab'

list(iterable) : 轉(zhuǎn)換為list。 list((1,2,3)) [1,2,3]

iter(iterable)： 返回一個(gè)可迭代的對(duì)象。 iter([1,2,3]) list_iterator object at 0x0000000003813B00

dict(iterable) : 轉(zhuǎn)換為dict。 dict([('a', 1), ('b', 2), ('c', 3)]) {'a':1, 'b':2, 'c':3}

enumerate(iterable) : 返回一個(gè)枚舉對(duì)象。

tuple(iterable) : 轉(zhuǎn)換為tuple。 tuple([1,2,3]) (1,2,3)

set(iterable) : 轉(zhuǎn)換為set。 set([1,4,2,4,3,5]) {1,2,3,4,5} set({1:'a',2:'b',3:'c'}) {1,2,3}

hex(int) : 轉(zhuǎn)換為16進(jìn)制。hex(1024) '0x400'

oct(int) : 轉(zhuǎn)換為8進(jìn)制。 oct(1024) '0o2000'

bin(int) : 轉(zhuǎn)換為2進(jìn)制。 bin(1024) '0b10000000000'

chr(int) : 轉(zhuǎn)換數(shù)字為相應(yīng)ASCI碼字符。 chr(65) 'A'

ord(str) : 轉(zhuǎn)換ASCI字符為相應(yīng)的數(shù)字。 ord('A') 65

相關(guān)操作

eval****() : 執(zhí)行一個(gè)表達(dá)式，或字符串作為運(yùn)算。 eval('1+1') 2

exec() : 執(zhí)行python語(yǔ)句。 exec('print("Python")') Python

filter(func, iterable) : 通過(guò)判斷函數(shù)fun，篩選符合條件的元素。 filter(lambda x: x3, [1,2,3,4,5,6]) filter object at 0x0000000003813828

map(func, *iterable) : 將func用于每個(gè)iterable對(duì)象。 map(lambda a,b: a+b, [1,2,3,4], [5,6,7]) [6,8,10]

zip(*iterable) : 將iterable分組合并。返回一個(gè)zip對(duì)象。 list(zip([1,2,3],[4,5,6])) [(1, 4), (2, 5), (3, 6)]

type()：返回一個(gè)對(duì)象的類型。

id()： 返回一個(gè)對(duì)象的唯一標(biāo)識(shí)值。

hash(object)：返回一個(gè)對(duì)象的hash值，具有相同值的object具有相同的hash值。 hash('python') 7070808359261009780

help()：調(diào)用系統(tǒng)內(nèi)置的幫助系統(tǒng)。

isinstance()：判斷一個(gè)對(duì)象是否為該類的一個(gè)實(shí)例。

issubclass()：判斷一個(gè)類是否為另一個(gè)類的子類。

globals() : 返回當(dāng)前全局變量的字典。

next(iterator[, default]) : 接收一個(gè)迭代器，返回迭代器中的數(shù)值，如果設(shè)置了default，則當(dāng)?shù)髦械脑乇闅v后，輸出default內(nèi)容。

reversed(sequence) ： 生成一個(gè)反轉(zhuǎn)序列的迭代器。 reversed('abc') ['c','b','a']

python中如何將表中的數(shù)據(jù)做成一張表,然后再?gòu)闹腥〕鰯?shù)據(jù)？

第一部分是生成數(shù)據(jù)表，常見的生成方法有兩種，第一種是導(dǎo)入外部數(shù)據(jù)，第二種是直接寫入數(shù)據(jù)。 Excel 中的文件菜單中提供了獲取外部數(shù)據(jù)的功能，支持?jǐn)?shù)據(jù)庫(kù)和文本文件和頁(yè)面的多種數(shù)據(jù)源導(dǎo)入。

獲取外部數(shù)據(jù)

python 支持從多種類型的數(shù)據(jù)導(dǎo)入。在開始使用 python 進(jìn)行數(shù)據(jù)導(dǎo)入前需要先導(dǎo)入 pandas 庫(kù)，為了方便起見，我們也同時(shí)導(dǎo)入 numpy 庫(kù)。

1 import numpy as np

2 import pandas as pd

導(dǎo)入數(shù)據(jù)表

下面分別是從 excel 和 csv 格式文件導(dǎo)入數(shù)據(jù)并創(chuàng)建數(shù)據(jù)表的方法。代碼是最簡(jiǎn)模式，里面有很多可選參數(shù)設(shè)置，例如列名稱，索引列，數(shù)據(jù)格式等等。感興趣的朋友可以參考 pandas 的

官方文檔。

1 df=pd.DataFrame(pd.read_csv(‘name.csv’,header=1))

2 df=pd.DataFrame(pd.read_excel(‘name.xlsx’))

創(chuàng)建數(shù)據(jù)表

另一種方法是通過(guò)直接寫入數(shù)據(jù)來(lái)生成數(shù)據(jù)表，excel 中直接在單元格中輸入數(shù)據(jù)就可以，python 中通過(guò)下面的代碼來(lái)實(shí)現(xiàn)。生成數(shù)據(jù)表的函數(shù)是 pandas 庫(kù)中的 DateFrame 函數(shù)，數(shù)據(jù)表一共有 6 行數(shù)據(jù)，每行有 6 個(gè)字段。在數(shù)據(jù)中我們特意設(shè)置了一些 NA 值和有問(wèn)題的字段，例如包含空格等。后面將在數(shù)據(jù)清洗步驟進(jìn)行處理。后面我們將統(tǒng)一以 DataFrame 的簡(jiǎn)稱 df 來(lái)命名數(shù)據(jù)表。

1 df = pd.DataFrame({‘id’:[1001,1002,1003,1004,1005,1006],

2 ‘date’:pd.date_range(‘20130102’, periods=6),

3 ‘city’:['Beijing ', ‘SH’, ’ guangzhou ', ‘Shenzhen’, ‘shanghai’, 'BEIJING '],

4 ‘a(chǎn)ge’:[23,44,54,32,34,32],

5 ‘category’:[‘100-A’,‘100-B’,‘110-A’,‘110-C’,‘210-A’,‘130-F’],

6 ‘price’:[1200,np.nan,2133,5433,np.nan,4432]},

7 columns =[‘id’,‘date’,‘city’,‘category’,‘a(chǎn)ge’,‘price’])

這是剛剛創(chuàng)建的數(shù)據(jù)表，我們沒有設(shè)置索引列，price 字段中包含有 NA 值，city 字段中還包含了一些臟數(shù)據(jù)。

數(shù)據(jù)表檢查

python 中處理的數(shù)據(jù)量通常會(huì)比較大，所以就需要我們對(duì)數(shù)據(jù)表進(jìn)行檢查。比如我們之前的文章中介紹的紐約出租車數(shù)據(jù)和 Citibike 的騎行數(shù)據(jù)，數(shù)據(jù)量都在千萬(wàn)級(jí)，我們無(wú)法一目了然的了解數(shù)據(jù)表的整體情況，必須要通過(guò)一些方法來(lái)獲得數(shù)據(jù)表的關(guān)鍵信息。數(shù)據(jù)表檢查的另一個(gè)目的是了解數(shù)據(jù)的概況，例如整個(gè)數(shù)據(jù)表的大小，所占空間，數(shù)據(jù)格式，是否有空值和重復(fù)項(xiàng)和具體的數(shù)據(jù)內(nèi)容。為后面的清洗和預(yù)處理做好準(zhǔn)備。

數(shù)據(jù)維度(行列)

Excel 中可以通過(guò) CTRL 向下的光標(biāo)鍵，和 CTRL 向右的光標(biāo)鍵來(lái)查看行號(hào)和列號(hào)。Python 中使用 shape 函數(shù)來(lái)查看數(shù)據(jù)表的維度，也就是行數(shù)和列數(shù)，函數(shù)返回的結(jié)果(6,6)表示數(shù)據(jù)表有 6 行，6 列。下面是具體的代碼。

1 #查看數(shù)據(jù)表的維度

2 df.shape

3 (6, 6)

數(shù)據(jù)表信息

使用 info 函數(shù)查看數(shù)據(jù)表的整體信息，這里返回的信息比較多，包括數(shù)據(jù)維度，列名稱，數(shù)據(jù)格式和所占空間等信息。

1 #數(shù)據(jù)表信息

2 df.info()

4 class ‘pandas.core.frame.DataFrame’

5 RangeIndex: 6 entries, 0 to 5

6 Data columns (total 6 columns):

7 id 6 non-null int64

8 date 6 non-null datetime64[ns]

9 city 6 non-null object

10 category 6 non-null object

11 age 6 non-null int64

12 price 4 non-null float64

13 dtypes: datetime64ns, float64(1), int64(2), object(2)

14 memory usage: 368.0 bytes

查看數(shù)據(jù)格式

Excel 中通過(guò)選中單元格并查看開始菜單中的數(shù)值類型來(lái)判斷數(shù)據(jù)的格式。Python 中使用 dtypes 函數(shù)來(lái)返回?cái)?shù)據(jù)格式。

Dtypes 是一個(gè)查看數(shù)據(jù)格式的函數(shù)，可以一次性查看數(shù)據(jù)表中所有數(shù)據(jù)的格式，也可以指定一列來(lái)單獨(dú)查看。

1#查看數(shù)據(jù)表各列格式

2df.dtypes

3

4id int64

5date datetime64[ns]

6city object

7category object

8age int64

9price float64

10dtype: object

11

12#查看單列格式

13df[‘B’].dtype

14

15dtype(‘int64’)

查看空值

Excel 中查看空值的方法是使用“定位條件”功能對(duì)數(shù)據(jù)表中的空值進(jìn)行定位。“定位條件”在“開始”目錄下的“查找和選擇”目錄中。

Isnull 是 Python 中檢驗(yàn)空值的函數(shù)，返回的結(jié)果是邏輯值，包含空值返回 True，不包含則返回 False。可以對(duì)整個(gè)數(shù)據(jù)表進(jìn)行檢查，也可以單獨(dú)對(duì)某一列進(jìn)行空值檢查。

df_isnull

1#檢查特定列空值

2df[‘price’].isnull()

3

40 False

51 True

62 False

73 False

84 True

95 False

10Name: price, dtype: bool

查看唯一值

Excel 中查看唯一值的方法是使用“條件格式”對(duì)唯一值進(jìn)行顏色標(biāo)記。Python 中使用 unique 函數(shù)查看唯一值。

Unique 是查看唯一值的函數(shù)，只能對(duì)數(shù)據(jù)表中的特定列進(jìn)行檢查。下面是代碼，返回的結(jié)果是該列中的唯一值。類似與 Excel 中刪除重復(fù)項(xiàng)后的結(jié)果。

1 #查看 city 列中的唯一值

2 df[‘city’].unique()34array(['Beijing ', ‘SH’, ’ guangzhou ', ‘Shenzhen’, ‘shanghai’, 'BEIJING '], dtype=object)

查看數(shù)據(jù)表數(shù)值

Python 中的 Values 函數(shù)用來(lái)查看數(shù)據(jù)表中的數(shù)值。以數(shù)組的形式返回，不包含表頭信息。

1#查看數(shù)據(jù)表的值

2df.values

3

4array([[1001, Timestamp(‘2013-01-02 00:00:00’), 'Beijing ', ‘100-A’, 23,

5 1200.0],

6 [1002, Timestamp(‘2013-01-03 00:00:00’), ‘SH’, ‘100-B’, 44, nan],

7 [1003, Timestamp(‘2013-01-04 00:00:00’), ’ guangzhou ', ‘110-A’, 54,

8 2133.0],

9 [1004, Timestamp(‘2013-01-05 00:00:00’), ‘Shenzhen’, ‘110-C’, 32,

10 5433.0],

11 [1005, Timestamp(‘2013-01-06 00:00:00’), ‘shanghai’, ‘210-A’, 34,

12 nan],

13 [1006, Timestamp(‘2013-01-07 00:00:00’), 'BEIJING ', ‘130-F’, 32,

14 4432.0]], dtype=object)

查看列名稱

Colums 函數(shù)用來(lái)單獨(dú)查看數(shù)據(jù)表中的列名稱。

1 #查看列名稱

2 df.columns

3

4 Index([‘id’, ‘date’, ‘city’, ‘category’, ‘a(chǎn)ge’, ‘price’], dtype=‘object’)

查看前 10 行數(shù)據(jù)

Head 函數(shù)用來(lái)查看數(shù)據(jù)表中的前 N 行數(shù)據(jù)，默認(rèn) head()顯示前 10 行數(shù)據(jù)，可以自己設(shè)置參數(shù)值來(lái)確定查看的行數(shù)。下面的代碼中設(shè)置查看前 3 行的數(shù)據(jù)。

1#查看前 3 行數(shù)據(jù)``df.head(``3``)

Tail 行數(shù)與 head 函數(shù)相反，用來(lái)查看數(shù)據(jù)表中后 N 行的數(shù)據(jù)，默認(rèn) tail()顯示后 10 行數(shù)據(jù)，可以自己設(shè)置參數(shù)值來(lái)確定查看的行數(shù)。下面的代碼中設(shè)置查看后 3 行的數(shù)據(jù)。

1#查看最后 3 行df.tail(3)