python函數(shù)修飾符@ 修飾符 ‘@’符號用作函數(shù)修飾符是python2.4新增加的功能，修飾符必須出現(xiàn)在函數(shù)定義前一行，不允許和函數(shù)定義在同一行。也就是說＠A def f(): 是非法的。 只可以在模塊或類定義層內(nèi)對函數(shù)進行修飾，不允許修修飾一個類。一個修飾符就是一個函數(shù)，它將被修飾的函數(shù)做為參數(shù)，并返回修飾后的同名函數(shù)或其它可調(diào)用的東西。 本質(zhì)上講，裝飾符@類似于 回調(diào)函數(shù) ，把其它的函數(shù)（暫且稱為目的參數(shù)，后面緊接著的函數(shù)）作為自己的入?yún)?，在目的函?shù)執(zhí)行前，執(zhí)行一些自己的操作， 比如：計數(shù)、打印一些提示信息等，然后返回目的函數(shù)。下面列舉一個簡單的例子。
成都創(chuàng)新互聯(lián)公司堅持“要么做到，要么別承諾”的工作理念，服務(wù)領(lǐng)域包括：成都網(wǎng)站建設(shè)、網(wǎng)站建設(shè)、企業(yè)官網(wǎng)、英文網(wǎng)站、手機端網(wǎng)站、網(wǎng)站推廣等服務(wù)，滿足客戶于互聯(lián)網(wǎng)時代的柞水網(wǎng)站設(shè)計、移動媒體設(shè)計的需求，幫助企業(yè)找到有效的互聯(lián)網(wǎng)解決方案。努力成為您成熟可靠的網(wǎng)絡(luò)建設(shè)合作伙伴！
創(chuàng)建函數(shù)修飾符的規(guī)則：
（1）修飾符是一個函數(shù)
（2）修飾符取被修飾函數(shù)為參數(shù)
（3）修飾符返回一個新函數(shù)
（4）修飾符維護被維護函數(shù)的簽名
例子1： 被修飾函數(shù)不帶參數(shù)
運行結(jié)果：
例子2： 使用functools模塊提供的修改函數(shù)屬性的方法wraps
運行結(jié)果：
可見test1的函數(shù)名稱變了，如果某些代碼用到就會出問題，可以使用functools模塊提供的修改函數(shù)屬性的方法wraps
運行結(jié)果：
例子3： 被修飾函數(shù)帶參數(shù)
運行結(jié)果：
例子4： 修飾符帶參數(shù) ，需要比上面例子多一層包裝
運行結(jié)果：
你好，請看下面的例子和說明：python中類的初始化方法是__init__()，因此父類子類的初始化方法都是這個，如果子類不實現(xiàn)這個函數(shù)，初始化時調(diào)用父類的初始化函數(shù)，如果子類實現(xiàn)這個函數(shù)，就覆蓋了父類的這個函數(shù)，既然繼承父類，就要在這個函數(shù)里顯式調(diào)用一下父類的__init__()，這跟C++,jAVA不一樣，他們是自動調(diào)用父類初始化函數(shù)的。調(diào)用父類函數(shù)有以下方法：class A:def method(self, arg):pass class B(A):def method(self, arg):# A.method(self,arg) # 1# super(B, self).method(arg) #2super().method(arg) #31.直接寫類名調(diào)用2.用super(type,obj).method(arg)方法調(diào)用。3.在類定義中調(diào)用本類的父類方法，可以直接super().method(arg).在代碼中調(diào)用對象的父類的方法的示例：ob = B()super(B,ob).method(arg) #調(diào)用class B的父類class A的method。初始化中調(diào)用父類初始化方法示例：class B(A):
在進行數(shù)據(jù)處理時，如果數(shù)據(jù)簡單，數(shù)量不多，excel是大家的首選。但是當(dāng)數(shù)據(jù)眾多，類型復(fù)雜，需要靈活地顯示切片、進行索引、以及排序時，python會更加方便。借助python中的numpy和pandas庫，它能快速完成各種任務(wù)，包括數(shù)據(jù)的創(chuàng)建、檢查、清洗、預(yù)處理、提取、篩選、匯總、統(tǒng)計等。接下來幾篇文章，將以excel為參照，介紹python中數(shù)據(jù)的處理。
提到pandas，那就不得不提兩類重要的數(shù)據(jù)結(jié)構(gòu)，Series和DataFrame，這兩類數(shù)據(jù)結(jié)構(gòu)都是建立在numpy的數(shù)組array基礎(chǔ)上。與array相比，Series是一個一維的數(shù)據(jù)集，但是每個數(shù)據(jù)元素都帶有一個索引，有點類似于字典。而DataFrame在數(shù)組的基礎(chǔ)上，增加了行索引和列索引，類似于Series的字典，或者說是一個列表集。
所以在數(shù)據(jù)處理前，要安裝好numpy , pandas。接下來就看看如何完成一套完整的數(shù)據(jù)操作。
創(chuàng)建數(shù)據(jù)表的方法分兩種，分別是從外部導(dǎo)入數(shù)據(jù)，以及直接寫入數(shù)據(jù)。
在python中，也可外部導(dǎo)入xlsx格式文件，使用read_excel()函數(shù)：
import pandas as pd
from pandas import DataFrame,Series
data=DataFrame(pd.read_excel('c:/python27/test.xlsx'))
print data
輸出：
Gene Size Function
0 arx1 411 NaN
1 arx2 550 monooxygenase
2 arx3 405 aminotransferase
……
即：調(diào)用pandas中read_excel屬性，來讀取文件test.xlsx，并轉(zhuǎn)換成DataFrame格式，賦給變量data。在每一行后，自動分了一個索引值。除了excel，還支持以下格式文件的導(dǎo)入和寫入：
Python寫入的方法有很多，但還是不如excel方便。常用的例如使用相等長度的字典或numpy數(shù)組來創(chuàng)建：
data1 = DataFrame(
{'Gene':['arx1','arx2','arx3'],
'Size':[411,550,405],
'Func':[np.NaN,'monooxygenase','aminotransferase ']})
print data1
輸出
Func Gene Size
0 NaN arx1 411
1 monooxyg arx2 550
2 amino arx3 405
分配一個行索引后，自動排序并輸出。
在python中，可以使用info()函數(shù)查看整個數(shù)據(jù)的詳細信息。
print data.info()
輸出
RangeIndex: 7 entries, 0 to 6
Data columns (total 3 columns):
Gene 7 non-null object
Size 7 non-null int64
Function 5 non-null object
dtypes: int64(1), object(2)
memory usage: 240.0+ bytes
None
此外，還可以通過shape, column, index, values, dtypes等函數(shù)來查看數(shù)據(jù)維度、行列組成、所有的值、 數(shù)據(jù)類型：
print data1.shape
print data1.index
print data1.columns
print data1.dtypes
輸出
(3, 3)
RangeIndex(start=0, stop=3, step=1)
Index([u'Func', u'Gene', u'Size'], dtype='object')
Func object
Gene object
Size int64
dtype: object
在excel中可以按“F5”，在“定位條件”中選擇“空值”，選中后，輸入替換信息，再按“Ctrl+Enter”即可完成替換。
在python中，使用函數(shù) isnull 和 notnull 來檢測數(shù)據(jù)丟失, 包含空值返回True，不包含則返回False。
pd.isnull(data1)
pd.notnull(data1)
也可以使用函數(shù)的實例方法，以及加入?yún)?shù)，對某一列進行檢查：
print data1['Func'].isnull()
輸出
Func Gene Size
0 True False False
1 False False False
2 False False False
再使用fillna對空值進行填充：
data.fillna(value=0)
#用0來填充空值
data['Size'].fillna(data1['Size'].mean())
#用data1中Size列的平均值來填充空值
data['Func']=data['Func'].map(str.strip)
#清理Func列中存在的空格
Excel中可以按“Ctrl+F”，可調(diào)出替換對話框，替換相應(yīng)數(shù)據(jù)。
Python中，使用replace函數(shù)替換：
data['Func'].replace('monooxygenase', 'oxidase')
將Func列中的'monooxygenase'替換成'oxidase'。
Excel中，通過“數(shù)據(jù)-篩選-高級”可以選擇性地看某一列的唯一值。
Python中，使用unique函數(shù)查看：
print data['Func'].unique()
輸出
[nan u'monooxygenase' u'aminotransferase' u'methyltransferase']
Excel中，通過UPPER、LOWER、PROPER等函數(shù)來變成大寫、小寫、首字母大寫。
Python中也有同名函數(shù)：
data1['Gene'].str.lower()
Excel中可以通過“數(shù)據(jù)-刪除重復(fù)項”來去除重復(fù)值。
Python中，可以通過drop_duplicates函數(shù)刪除重復(fù)值：
print data['Func'].drop_duplicates()
輸出
0 NaN
1 monooxygenase
2 aminotransferase
3 methyltransferase
Name: Func, dtype: object
還可以設(shè)置“ keep=’last’ ”參數(shù)，后出現(xiàn)的被保留，先出現(xiàn)的被刪除：
print data['Func'].drop_duplicates(keep='last')
輸出
2 aminotransferase
3 methyltransferase
6 monooxygenase
8 NaN
Name: Func, dtype: object
內(nèi)容參考：
Python For Data Analysis
藍鯨網(wǎng)站分析博客，作者藍鯨（王彥平）
重慶分公司
重慶分公司
