python中eval函數(shù)用法如下：
站在用戶的角度思考問題，與客戶深入溝通，找到成都網(wǎng)站設(shè)計與成都網(wǎng)站推廣的解決方案，憑借多年的經(jīng)驗，讓設(shè)計與互聯(lián)網(wǎng)技術(shù)結(jié)合，創(chuàng)造個性化、用戶體驗好的作品，建站類型包括：網(wǎng)站設(shè)計、成都網(wǎng)站設(shè)計、企業(yè)官網(wǎng)、英文網(wǎng)站、手機端網(wǎng)站、網(wǎng)站推廣、空間域名、網(wǎng)絡(luò)空間、企業(yè)郵箱。業(yè)務(wù)覆蓋成都地區(qū)。
1、計算字符串中有效的表達(dá)式，并返回結(jié)果。
2、將字符串轉(zhuǎn)成相應(yīng)的對象（如list、tuple、dict和string之間的轉(zhuǎn)換）。
3、將利用反引號轉(zhuǎn)換的字符串再反轉(zhuǎn)回對象。
函數(shù)作用域：eval()函數(shù)并不會創(chuàng)建一個新的作用域，并且它的作用域就是它所在的作用域，有時候需要將eval()函數(shù)的作用域設(shè)置為全局，當(dāng)然可以將eval()在全局作用域中使用，這個時候可以用window.eval()的方式實現(xiàn)。
參數(shù)情況：
（1）如果參數(shù)是一個表達(dá)式，eval() 函數(shù)將執(zhí)行表達(dá)式。
（2）如果參數(shù)是Javascript語句，eval()將執(zhí)行 Javascript 語句。
注意：如果執(zhí)行結(jié)果是一個值就返回，不是就返回undefined，如果參數(shù)不是一個字符串，則直接返回該參數(shù)。
1、complex()
返回一個形如?a+bj?的復(fù)數(shù)，傳入?yún)?shù)分為三種情況：
參數(shù)為空時，返回0j；參數(shù)為字符串時，將字符串表達(dá)式解釋為復(fù)數(shù)形式并返回；參數(shù)為兩個整數(shù)(a,b)時，返回?a+bj；參數(shù)只有一個整數(shù) a 時，虛部 b 默認(rèn)為0，函數(shù)返回?a+0j。
2、dir()
不提供參數(shù)時，返回當(dāng)前本地范圍內(nèi)的名稱列表；提供一個參數(shù)時，返回該對象包含的全部屬性。
3、divmod(a,b)
a -- 代表被除數(shù)，整數(shù)或浮點數(shù)；b -- 代表除數(shù)，整數(shù)或浮點數(shù)；根據(jù) 除法運算 計算 a,b 之間的商和余數(shù)，函數(shù)返回一個元組(p,q)?，p 代表商?a//b?，q 代表余數(shù)?a%b。
4、enumerate(iterable,start=0)
iterable -- 一個可迭代對象，列表、元組序列等；start -- 計數(shù)索引值，默認(rèn)初始為0‘該函數(shù)返回枚舉對象是個迭代器，利用 next() 方法依次返回元素值，每個元素以元組形式存在，包含一個計數(shù)元素(起始為 start )和 iterable 中對應(yīng)的元素值。
range()函數(shù)的用法如下：
（1）range(stop)
創(chuàng)建一個（0,stop)之間的整數(shù)序列，步長為1。
（2）range(start,stop)
創(chuàng)建一個（start,stop)之間的整數(shù)序列，步長為1。
（3）range(start,stop,step)
創(chuàng)建一個[start,stop)之間的整數(shù)序列，步長為step。
參數(shù)介紹：
start：表示從返回序列的起始編號，默認(rèn)情況下從0開始。
stop：表示生成最多但不包括此數(shù)字的數(shù)字。
step：指的是序列中每個數(shù)字之間的差異，默認(rèn)值為1。
range()是Python的內(nèi)置函數(shù)，在用戶需要執(zhí)行特定次數(shù)的操作時使用它，表示循環(huán)的意思。內(nèi)置函數(shù)range()可用于以列表的形式生成數(shù)字序列。在range()函數(shù)中最常見用法是使用for和while循環(huán)迭代序列類型（List，string等）。
簡單的來說，range()函數(shù)允許用戶在給定范圍內(nèi)生成一系列數(shù)字。根據(jù)用戶傳遞給函數(shù)的參數(shù)數(shù)量，用戶可以決定該系列數(shù)字的開始和結(jié)束位置以及一個數(shù)字與下一個數(shù)字之間的差異有多大。
【常見的內(nèi)置函數(shù)】
1、enumerate(iterable,start=0)
是python的內(nèi)置函數(shù)，是枚舉、列舉的意思，對于一個可迭代的(iterable)/可遍歷的對象(如列表、字符串)，enumerate將其組成一個索引序列，利用它可以同時獲得索引和值。
2、zip(*iterables,strict=False)
用于將可迭代的對象作為參數(shù)，將對象中對應(yīng)的元素打包成一個個元組，然后返回由這些元組組成的列表。如果各個迭代器的元素個數(shù)不一致，則返回列表長度與最短的對象相同，利用*號操作符，可以將元組解壓為列表。
3、filter(function,iterable)
filter是將一個序列進(jìn)行過濾，返回迭代器的對象，去除不滿足條件的序列。
4、isinstance(object,classinfo)
是用來判斷某一個變量或者是對象是不是屬于某種類型的一個函數(shù)，如果參數(shù)object是classinfo的實例，或者object是classinfo類的子類的一個實例，
返回True。如果object不是一個給定類型的的對象， 則返回結(jié)果總是False
5、eval(expression[,globals[,locals]])
用來將字符串str當(dāng)成有效的表達(dá)式來求值并返回計算結(jié)果，表達(dá)式解析參數(shù)expression并作為Python表達(dá)式進(jìn)行求值(從技術(shù)上說是一個條件列表)，采用globals和locals字典作為全局和局部命名空間。
【常用的句式】
1、format字符串格式化
format把字符串當(dāng)成一個模板，通過傳入的參數(shù)進(jìn)行格式化，非常實用且強大。
2、連接字符串
常使用+連接兩個字符串。
3、if...else條件語句
Python條件語句是通過一條或多條語句的執(zhí)行結(jié)果(True或者False)來決定執(zhí)行的代碼塊。其中if...else語句用來執(zhí)行需要判斷的情形。
4、for...in、while循環(huán)語句
循環(huán)語句就是遍歷一個序列，循環(huán)去執(zhí)行某個操作，Python中的循環(huán)語句有for和while。
5、import導(dǎo)入其他腳本的功能
有時需要使用另一個python文件中的腳本，這其實很簡單，就像使用import關(guān)鍵字導(dǎo)入任何模塊一樣。
def tiaohejishu(n): #如果你是想求1/1+1/2+1/3+...+1/n的話
sum=0;
for i in range(n):
sum+=1.0/(i+1);
return sum;
#參考程序如上
對于氣象繪圖來講，第一步是對數(shù)據(jù)的處理，通過各類公式，或者統(tǒng)計方法將原始數(shù)據(jù)處理為目標(biāo)數(shù)據(jù)。
按照氣象統(tǒng)計課程的內(nèi)容，我給出了一些常用到的統(tǒng)計方法的對應(yīng)函數(shù)：
在計算氣候態(tài)，區(qū)域平均時均要使用到求均值函數(shù)，對應(yīng)NCL中的dim_average函數(shù)，在python中通常使用np.mean()函數(shù)
numpy.mean(a, axis, dtype)
假設(shè)a為[time,lat,lon]的數(shù)據(jù)，那么
需要特別注意的是，氣象數(shù)據(jù)中常有缺測，在NCL中，使用求均值函數(shù)會自動略過，而在python中，當(dāng)任意一數(shù)與缺測(np.nan)計算的結(jié)果均為np.nan，比如求[1,2,3,4，np.nan]的平均值，結(jié)果為np.nan
因此，當(dāng)數(shù)據(jù)存在缺測數(shù)據(jù)時，通常使用np.nanmean()函數(shù)，用法同上，此時[1,2,3,4，np.nan]的平均值為(1+2+3+4)/4 = 2.5
同樣的，求某數(shù)組最大最小值時也有np.nanmax(), np.nanmin()函數(shù)來補充np.max(), np.min()的不足。
其他很多np的計算函數(shù)也可以通過在前邊加‘nan’來使用。
另外，
也可以直接將a中缺失值全部填充為0。
np.std(a, axis, dtype)
用法同np.mean()
在NCL中有直接求數(shù)據(jù)標(biāo)準(zhǔn)化的函數(shù)dim_standardize()
其實也就是一行的事，根據(jù)需要指定維度即可。
皮爾遜相關(guān)系數(shù)：
相關(guān)可以說是氣象科研中最常用的方法之一了，numpy函數(shù)中的np.corrcoef(x, y)就可以實現(xiàn)相關(guān)計算。但是在這里我推薦scipy.stats中的函數(shù)來計算相關(guān)系數(shù)：
這個函數(shù)缺點和有點都很明顯，優(yōu)點是可以直接返回相關(guān)系數(shù)R及其P值，這避免了我們進(jìn)一步計算置信度。而缺點則是該函數(shù)只支持兩個一維數(shù)組的計算，也就是說當(dāng)我們需要計算一個場和一個序列的相關(guān)時，我們需要循環(huán)來實現(xiàn)。
其中a[time,lat,lon]，b[time]
(NCL中為regcoef()函數(shù))
同樣推薦Scipy庫中的stats.linregress(x,y)函數(shù)：
slop: 回歸斜率
intercept：回歸截距
r_value： 相關(guān)系數(shù)
p_value： P值
std_err： 估計標(biāo)準(zhǔn)誤差
直接可以輸出P值，同樣省去了做置信度檢驗的過程，遺憾的是仍需同相關(guān)系數(shù)一樣循環(huán)計算。
重慶分公司
重慶分公司
