无码中文亚洲a 在线播放，亚洲无码电影视频在线播放，久久香蕉国产线看观看精品蕉，日韩、欧美、中文三级，国产成人精品综合久久久，亚洲欧美第一页自偷自拍，97高清国语福利自产拍，不卡中文字幕Av影片

搜索

APP

起點課堂會員權(quán)益

職業(yè)體系課特權(quán)

線下行業(yè)大會特權(quán)

個人IP打造特權(quán)

30+門專項技能課

1300+專題課程

12場職場軟技能直播

12場求職輔導(dǎo)直播

12場專業(yè)技能直播

會員專屬社群

榮耀標識

發(fā)布

注冊 | 登錄

如何七周成為數(shù)據(jù)分析師19：Python的數(shù)據(jù)結(jié)構(gòu)

秦路

2017-08-12

0 評論 20700 瀏覽 53 收藏

16 分鐘

本文是《如何七周成為數(shù)據(jù)分析師》的第十九篇教程，如果想要了解寫作初衷，可以先行閱讀七周指南。溫馨提示：如果您已經(jīng)熟悉Python，大可不必再看這篇文章，或只挑選部分。

Python一共有三大數(shù)據(jù)結(jié)構(gòu)，它是Python進行數(shù)據(jù)分析的基礎(chǔ)，分別是tuple元組，list數(shù)組以及dict字典。本文通過這三者的學(xué)習(xí)，打下數(shù)據(jù)分析的基礎(chǔ)。

數(shù)組

數(shù)組是一個有序的集合，他用方括號表示。

num就是一個典型的數(shù)組。數(shù)組不限定其中的數(shù)據(jù)類型，可以是整數(shù)也可以是字符串，或者是混合型。

數(shù)組可以直接用特定的函數(shù)，函數(shù)名和Excel相近。

sum是求和，len則是統(tǒng)計數(shù)組中的元素個數(shù)。

上述列舉的函數(shù)是數(shù)組內(nèi)整體元素的應(yīng)用，如果我只想針對單一的元素呢？比如查找，這里就要用到數(shù)組的特性，索引。索引和SQL中的索引差不多，都是用來指示數(shù)據(jù)所在位置的邏輯指針。數(shù)組的索引便是元素所在的序列位置。

注意，索引位置是從0開始算起，這是編程語言的默認特色了。num[0]指數(shù)組的第一個元素，num[1]指數(shù)組的第二個元素。

我們用len()計算出了數(shù)組元素個數(shù)是5，那么它最后一個元素的索引是4。若是數(shù)組內(nèi)的元素特別多呢？此時查找數(shù)組最后一位的元素會有點麻煩。Python有一個簡易的方法，可以用負數(shù)表示，意為從最后一個數(shù)字計算索引。

這里的num[4]等價于num[-1]，num[-2]則指倒數(shù)第二個的元素。

再來一個新問題，如何一次性選擇多個元素？例如篩選出數(shù)組前三個元素。在Python中，用：表示范圍。

num[0:3]篩選了前三個元素，方括號左邊是閉區(qū)間，右邊是開區(qū)間，所以這里是num[0]，num[1]和num[2]，并不包含num[3]。這個方法叫做切片。

上述是索引的特殊用法，[0:]表示從第0個索引開始，直到最后一個元素。[:3]表示從第一個元素開始，直到第3個索引。

負數(shù)當然也有特殊用法。[-1:]表示從最后一個元素開始，因為它已經(jīng)是最后一個元素了，所以只返回它本身。[:-1]表示從第一個元素開始到最后一個元素。num[-2:-1]和num[-3:-1]大同小異。

數(shù)組的增刪查

我們已經(jīng)了解數(shù)組的基本概念，不過仍舊停留在查找，它不涉及數(shù)據(jù)的變化。工作中，更多需要操縱數(shù)組，對數(shù)組的元素進行添加，刪除，更改。

數(shù)組通過insert函數(shù)插入，函數(shù)的第一個參數(shù)表示插入的索引位置，第二個表示插入的值。

另外一種方式是append，直接在數(shù)組末尾添加上元素。它在之后講到迭代和循環(huán)時應(yīng)用較多。

如果要刪除特定位置的元素，用pop函數(shù)。如果函數(shù)沒有選擇數(shù)值，默認刪除最后一個元素，如果有，則刪除數(shù)值對應(yīng)索引的元素。

更改元素不需要用到函數(shù)，直接選取元素重新賦值即可。

到這里，數(shù)組增刪改查已經(jīng)講完，但這只是一維數(shù)組，一維數(shù)組之上還有多維數(shù)組。如果現(xiàn)在有一份數(shù)據(jù)是關(guān)于學(xué)生信息，一共有三個學(xué)生，要求包含學(xué)生的姓名，年齡，和性別，應(yīng)該怎么用數(shù)組表示呢？

有兩種思路，一種是用三個一維數(shù)組分別表示學(xué)生的姓名，年齡和性別。

學(xué)生屬性被拆分成多個數(shù)組，利用索引來表示其信息，這里的索引有些類似SQL的主鍵，通過索引查找到信息。但是這種方法并不直觀，實際應(yīng)用會比較麻煩，更好的方法是表示成多維數(shù)組。

所謂多維數(shù)組，是數(shù)組內(nèi)再嵌套數(shù)組，圖中表示的是一個寬度為3，高度為3的二維數(shù)組。此時student[0]返回的是數(shù)組而不是單一值。這種方法將學(xué)生信息合并在一起，比第一個案例更容易使用。

如果想選擇第一個學(xué)生的性別，應(yīng)該怎么辦呢？很簡單，后面再加一個索引即可。

現(xiàn)在嘗試快速創(chuàng)建一個多維數(shù)組。

[0]*3將快速生成3個元素值為0的數(shù)組，這是一種快捷操作，而[row]*4則將其擴展成二維數(shù)據(jù)，因為是4，所以是3*4的結(jié)構(gòu)。

這里有一個注意點，當我們想更改多維數(shù)組中的某一個元素而不是數(shù)組時，這種方式會錯誤。

按照正常的想法，martix[1][0]將會改變第二個數(shù)組中的第一個值為1，但是結(jié)果是所有數(shù)組的第一個值都變成1。這是因為在matrix = [row] * 4操作中，只是創(chuàng)建3個指向row的引用，可以簡單理解成四個數(shù)組是一體的。一旦其中一個改變，所有的都會變。

比較穩(wěn)妥的方式是直接定義多維數(shù)組，或者用循環(huán)間接定義。多維數(shù)組是一個挺重要的概念，它也能直接表示成矩陣，是后續(xù)很多算法和分析的基礎(chǔ)（不過在pandas中，它是另外一種形式了）。

元組

tuple叫做元組，它和數(shù)組非常相似，不過用圓括號表示。但是它最大的特點是不能修改。

當我們想要修改時就會報錯。

而選擇和數(shù)組沒有差異。

元組可以作為簡化版的數(shù)組，因為它不可更改的特性，很多時候可以作為常量使用，防止被篡改。這樣會更安全。

字典

字典dict全稱dictionary，以鍵值對key-value的形式存儲。所謂鍵值，就是將key作為索引存儲。用大括號表示。

圖中的’qinlu’是key，18是value值。key是唯一的，value可以對應(yīng)各種數(shù)據(jù)類型。key-value的原理不妨想象成查找字典，拼音是key，對應(yīng)的文字是value（當然字典的拼音不唯一）。

字典和數(shù)組的差異在于，因為字典以key的形式存儲和查找，所以它的查詢速度非?？?，畢竟翻字典的時候你只要知道拼音就能快速定位了。對dict數(shù)據(jù)結(jié)構(gòu)，10條記錄和10萬條記錄的查找沒有區(qū)別。

這種查找方式的缺點是占用內(nèi)存大。數(shù)組則相反，查找速度隨著元素的增加逐漸下降，這個過程想象成程序在一頁頁的翻一本沒有拼音的字典，直到找到內(nèi)容。數(shù)組的優(yōu)點是占用的內(nèi)存空間小。

所以數(shù)組和字典的優(yōu)缺點相反，dict是空間換時間，list是時間換空間，這是編程中一個比較重要的概念。實際中，數(shù)據(jù)分析師的工作不太涉及工程化，選用數(shù)組或者字典沒有太嚴苛的限制。

細心的讀者可能已經(jīng)發(fā)現(xiàn)，字典定義時我的輸入順序是qinlu，lulu，qinqin，而打印出來是lulu，qinlu，qinqin，順序變了。這是因為定義時key的順序和放在內(nèi)存的key順序沒有關(guān)系，key-value通過hash算法互相確定，甚至不同Python版本的哈希算法也不同。這一點應(yīng)用中要避免出錯。

既然字典通過key-value對匹配查找，那么它自然不能不用數(shù)組的數(shù)值索引，它只能通過key值。

如果key不存在，會報錯。

通過in方法，可以返回True或False，避免報錯。

dict和list一樣，直接通過賦值更改value。

能不能更改key的名字？不能，key一旦確定，就無法再修改，好比字典定好后，你能修改字的拼音么？

dict中刪除key和list一樣，通過pop函數(shù)。增加key則是直接賦予一個新的鍵值對。

dict的keys和values兩個函數(shù)直接輸出所有的key值和value值。如果要轉(zhuǎn)換成數(shù)組，則再外面嵌套一個list函數(shù)。

items函數(shù)，將key-value對變成tuple形式，以數(shù)組的方式輸出。

字典可以通過嵌套應(yīng)用更復(fù)雜的數(shù)據(jù)格式，和NoSQL與JSON差不多。

基礎(chǔ)的數(shù)據(jù)類型差不多了，更多函數(shù)應(yīng)用大家網(wǎng)上自行查閱文檔，這塊掌握了，在數(shù)據(jù)清洗過程中將會非常高效，尤其是讀取Excel數(shù)據(jù)時。當然不要求滾瓜爛熟，因為后面將學(xué)習(xí)更加強大的Numpy和Pandas。