1

Python基本知识¶

在工作和学习中，我们常常需要一种量化分析或者数据处理的工具。而Python无疑是一个好的选择。

为什么Python这么受欢迎？¶

简单的来说，有下面三点原因：

1. Python可以在多种计算机操作系统中运行(Unix,Windows,MacOS,Ubuntu等等)。
2. Python能够实现交互式命令输出。对于非专业程序员而言，都希望边编写程序，边查看结果。
3. Python是开源免费的，有很多强大易用的标准库。对于非专业的程序员而言，使用这些库可以免去自己编写的烦恼。
   那么，说的高深一些，还有一些原因：
4. Python是一种解析性的、面向对象的编程语言。面向对象编程和一般的编程不太一样，有其自身的优势。
5. Python是可以连接多种语言的胶水语言。

---

Python与其他数据分析语言对比¶

---

软件	费用	处理逻辑	版本更新	编程难度	应用场景
Python	免费	内存计算	快	难	广
Matlab		内存计算	中	中	广
R	免费	内存计算	快	难	中
SPSS		内存计算	中	易	窄
SAS		非内存计算	慢	中	窄
Excel		内存计算	中	难	窄

一、Python基础语法¶

初次使用Python，首先要明确三点：

1. Python的标识符(例如变量名、函数名等)，可用字母、数字和下划线构成，不能以数字开头，且区分大小写。
2. Python对于缩进敏感。在Python中，是使用缩进来写代码块。
3. Python的注释语句一般用#开头。多行注释可以有用三引号。

​x

'''

1 2 3 4 5

1

'''

15

1

'''

二、Python基础数据类型¶

Python中基础的数据类型只有两类：字符串string和数字。在数字类型下，可细分为4个类型整型int、长整型long、浮点数float和复数complex。常用的数字类型为整型int和浮点数float。

2.1 字符串string¶

关于字符串，有下面三点需要注意。其中第三点尤为关键，且不光是针对字符串，对于python中所有的索引都是适用的。

1. Python用单引号''，双引号''，三引号''''''来标识字符串，三引号用于多行文本
2. 字符串也是一个序列，可以截断和切片
3. 注意python中的索引：从左到右索引默认从0开始，最大范围为字符串长度-1。从右向左索引默认从-1开始，最大范围是字符串开头

1

string = 'I love Wind!'

I love Wind!I love Windand Wind welcomes everyoneWe are a family

1

print('字符串的第一个元素(注意索引为0)： ',string[0])

字符串的第一个元素(注意索引为0)： I字符串的倒数第一个元素(支持负索引)： !原字符串(注意空格也占据一个字符)： I love Wind!字符串索引2至5(注意索引的话左包含右不包含)： love字符串索引2至最后： love Wind!字符串索引-2至最后： d!

1

'''

字符串重复2遍： I love Wind!I love Wind!字符串的拼接： I love Wind! and Wind welcomes everyone!

1

'''

我想换行换行成功

1

'''

我想插入一个制表符 插入成功

2.2 数字number¶

数字可以细分为四个类型，一般常用的是整形int和浮点数float。

---

类型	描述	示例
整型int	正或负的整数，无小数点	10
长整型long	无限大小的整数	6321L
浮点数float	整数和小数构成	2.23,2.5e2
复数complex	实数和虚数构成	2+3j

1

x1 = 10 ; x2 = 2.23 #用分号;隔开 可以在一行中写多个语句

三、Python数据集合类型¶

在基础数据类型的基础上，Python有6中数据集合的类型：

1. 列表list，最常用的数据类型，以[]为标识
2. 元组tuple，和list很相似，但是不能二次赋值，用()标识
3. 集合set，和list类似，但是set中没有重复的元素，常用于集合间的运算，用{}标识
4. 字典dict，无序的对象集合，字典中的元素通过关键词key来调用，同样以{}来标识
5. 数组array，科学计算和代数运算常用的数据类型，在后续numpy库系列详细说明
6. 数据框dataframe，数据分析处理常用的数据类型，在后续pandas库系列详细说明

3.1 列表list¶

1

print('这里定义了一个列表list——x1，注意到列表x1中的元素是可以不同的，这里由两个数字1和2，一个字符串James，一个列表[1,2,3]这四个元素构成了x1这个列表list。')

这里定义了一个列表list——x1，注意到列表x1中的元素是可以不同的，这里由两个数字1和2，一个字符串James，一个列表[1,2,3]这四个元素构成了x1这个列表list。[1, 2, 'James', [1, 2, 3]]

1

print('如何来调用列表x1中的某个或者某几个元素呢？？\n') #这里的\n的含义是空一行

如何来调用列表x1中的某个或者某几个元素呢？？调用列表x1的第一个元素(注意第一个元素的索引为0)： 1调用列表x1的最后一个元素(注意最后一个元素的索引为-1)： [1, 2, 3]调用列表x1的前2个元素(注意索引的时候右不包含)： [1, 2]

这里要说明的是，python下序列(例如数组，列表，元组等)的索引，是从0开始而非从1开始。从左到右索引默认从0开始，从右到左索引默认从-1开始。
一般索引的方式为 序列[索引开始：索引结尾]，且要注意python索引是右不包含，即索引结尾对应的元素是不包含在结果中的。

1

print('关于列表的运算\n')

关于列表的运算将两个列表x1和x2拼接起来 [1, 2, 'James', [1, 2, 3], 'a', 'b', 'c']在列表x1中添加一个元素 [1, 2, 'James', [1, 2, 3], '新增元素']将列表x2重复两遍 ['a', 'b', 'c', 'a', 'b', 'c']

1

'''

原列表： [1, 2, 'James', [1, 2, 3], '新增元素']在索引2位置添加了新的元素： [1, 2, 1000, 'James', [1, 2, 3], '新增元素']

1

'''

原列表： [1, 2, 1000, 'James', [1, 2, 3], '新增元素']删除索引3上的元素后： [1, 2, 1000, [1, 2, 3], '新增元素']

1

'''

原列表： [1, 2, 1000, [1, 2, 3], '新增元素']添加多个元素后： [1, 2, 1000, [1, 2, 3], '新增元素', 0, 1, 2, 3, 4, 5, 6]

1

'''

原列表： [1, 2, 1000, [1, 2, 3], '新增元素', 0, 1, 2, 3, 4, 5, 6]删除'新增元素'元素后： [1, 2, 1000, [1, 2, 3], 0, 1, 2, 3, 4, 5, 6]

1

x2 = [1,1,1,1,2,2,2,3,43,4,5,6,4]

查看元素1在列表中出现的次数： 4

1

print('关于列表的排序\n')

关于列表的排序原列表： [-10, -2, 1, -100, 333, 1000]按从小到大排序： [-100, -10, -2, 1, 333, 1000]按从大到小排序： [1000, 333, 1, -2, -10, -100]

3.2 元组tuple¶

1

x3 = (66.6,'万得资讯',1.0000)

这是一个元组tuple： (66.6, '万得资讯', 1.0)

1

print('关于元组tuple的相关计算：')

关于元组tuple的相关计算：(66.6, '万得资讯', 1.0, 'a', 'b')(66.6, '万得资讯', 1.0, 66.6, '万得资讯', 1.0)

可以发现，当想对一个元组tuple的第一个元素(索引0)重新赋值时，则会报错。说明元组一旦定义好了就不能二次赋值了。但是要注意如下这种情况

1

x4 = ('jack',1000,[1,2,3])

在x4这个元组中，索引2对应的元素是一个列表[1,2,3]，那么这个列表中的元素做一个更改的话是可以的

3.3 集合set¶

1

x0 = [1,1,2,2,3,3,4,4,5,5]

含有重复元素的一个列表x0： [1, 1, 2, 2, 3, 3, 4, 4, 5, 5]将列表x0转化一个集合： {1, 2, 3, 4, 5}可以发现集合x0_set中没有重复的元素

1

print('关于集合set的计算')

关于集合set的计算集合set1： {1, 2, 3, 4, 5} 集合set2： {2, 3, 4}集合set1和集合set2的差集： {1, 5}集合set1和集合set2的交集： {2, 3, 4}

1

print('集合set1：',set1,'\n','集合set2：',set2)

集合set1： {1, 2, 3, 4, 5} 集合set2： {2, 3, 4}集合set1和集合set2的交集： {2, 3, 4}集合set1和集合set2的并集： {1, 2, 3, 4, 5}

3.4 字典dict¶

1

# 字典定义方式一

{'能力值': 1000, '年龄': 0.5, '姓名': '万矿'}{'身高': 198, '冠军数': 5, '姓名': 'Kobe Bryant'}

1

# 字典定义方式三

{'B': 1000, 'A': 1000, 'C': 1000}{'B': 10, 'A': 1, 'C': 100}

1

print('字典由关键词key和值value两个部分构成')

字典由关键词key和值value两个部分构成查看字典dict2的关键词： dict_keys(['身高', '冠军数', '姓名'])查看字典dict2的值： dict_values([198, 5, 'Kobe Bryant'])

1

'''

删除关键词“姓名”： {'能力值': 1000, '年龄': 0.5}

1

dict1.clear()

清除字典中的所有元素： {}

四、Python基本运算符¶

算数运算符¶

运算符	描述	示例
+	相加	1+1→2
-	相减	1-1→0
*	相乘	1*2→2
/	相除	1/2→0.5
%	取余数	3%2→1
**	幂运算	2**2→4

1

5%2

关系运算符¶

运算符	描述	示例
==	相等	1 == 1→True
!=	不等于	1 != 1→False
>	大于	1 > 2→False
	小于	1 <>
>=	大于等于	1 >= 1→True
<>	小于等于	1 <=>

1

10 != 10

赋值运算符¶

运算符	示例	描述
=	a = 1	将1的值赋给a
+=	b += a	b = b + a
-=	b -= a	b = b - a
*=	b *= a	b = b * a
/=	b /= a	b = b / a
%=	b %= a	b = b % a
**=	b **= a	b = b ** a

1

a = 1

逻辑/成员运算符¶

运算符	描述	示例
and	且	True and False → False
or	或者	True or False → True
not	非	not True → False
in	包含	1 in [1,2,3] → True
not in	不包含	1 not in [1,2,3] → False

1

1 in [1,2,3,4]

五、条件和循环¶

5.1 条件语句¶

条件语句基本框架如下：
if 判断语句1:
　　　执行语句块1
elif 判断语句2:
　　　执行语句块2
else:
　　　执行语句块3

1

a = 10

10 是偶数

1

b = '张三'

张三 是张家人

1

c = 20

20 在20~80之间

5.2 循环语句¶

5.2.1 for循环¶

1

sum = 0 #实现0+1+2+。。+9

45

1

sum = 0

45

5.2.2 while循环¶

1

j = 1

循环结果为： 6

5.2.3 循环控制语句——break¶

break语句的含义是终止当前循环，且跳出整个循环

1

for j in range(10):

当前j的值为： 0当前j的值为： 1当前j的值为： 2当前j的值为： 3当前j的值为： 4当前j的值为： 5

5.2.4 循环控制语句——continue¶

continue语句的含义是终止当次循环，跳出该次循环，直接执行下一次循环

1

for j in range(10):

当前j的值为： 0当前j的值为： 1当前j的值为： 2当前j的值为： 3当前j的值为： 4当前j的值为： 5当前j的值为： 7当前j的值为： 8当前j的值为： 9

5.2.5 pass语句¶

当执行到pass语句时，其含义就是不执行任何操作

1

for j in range(10):

当前j的值为： 0当前j的值为： 1当前j的值为： 2当前j的值为： 3当前j的值为： 4当前j的值为： 5当前j的值为： 7当前j的值为： 8当前j的值为： 9

5.2.6 循环、条件嵌套¶

例如我们要寻找2-100中的所有素数，本身需要一个循环。而判断某一个数是否为素数也需要一个循环，所以这里嵌套了两个循环。循环中还有一些条件语句。

1

#寻找2-100中的所有素数

[2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43, 47, 53, 59, 61, 67, 71, 73, 79, 83, 89, 97]

六、函数¶

函数基本框架如下（【】中的内容表示是或选的，可以不写）：
def 函数名(参数):
　　　【'''函数说明文档'''】
　　　　函数主体
　　　【return 返回对象】

函数小例子¶

1

#我们先定义一个函数

1

#调用函数

序列最大值： 1111

默认参数的使用¶

1

def pos_neg(x=1):

1

pos_neg() #这里没有传入参数x，仍然可以运行，因为在未传入参数的情况下，默认x参数为1

1 是正数

1

pos_neg(-10) #当然自己也是可以传入参数

-10 不是正数

事实上，在调用很多python函数时，我们都使用了默认的参数设置

可变参数¶

1

def summation(*series): #注意这里参数前面的有一个* 表示的series这个参数是可变参数

1

summation(1,2,3,4,5,6,7) #可变参数的设置 使得我们可以传入任意个参数 函数调用时会自动组装为一个tuple

如果不设置为可变参数的话，需要传入一个序列形式的参数

1

def summation(series):

1

summation(1,2,3,4,5,6,7) #这样输入就会报错

1

summation([1,2,3,4,5,6,7])

关键词参数¶

1

def info_insert(name, age, university, **other):

注意参数**other，这个参数允许我们传入任意个含参数名的参数，这些关键词参数在函数调用时会自动组装为一个dict
例如我们在做信息录入时，姓名，年龄，学校是必填信息，而其他信息是选填的，这时候就可以使用关键词参数

1

info_insert('娜塔莎 罗曼诺夫',99,'圣地亚哥大学')

姓名： 娜塔莎 罗曼诺夫 年龄： 99 学校： 圣地亚哥大学 其他信息： {}

1

info_insert('娜塔莎 罗曼诺夫',99,'圣地亚哥大学',性别='女',工作='特工')

姓名： 娜塔莎 罗曼诺夫 年龄： 99 学校： 圣地亚哥大学 其他信息： {'性别': '女', '工作': '特工'}

混合参数¶

在python函数定义中，可以用必选参数，默认参数，可变参数，关键词参数。注意这些参数的定义顺序为：必选参数，默认参数，可变参数和关键词参数

1

def info_insert(name, age, married='未婚',*schools, **kw):

1

info_insert('娜塔莎 罗曼诺夫',99)

姓名： 娜塔莎 罗曼诺夫 年龄： 99 婚姻状况： 未婚 就读学校： () 其他信息： {}

1

info_insert('娜塔莎 罗曼诺夫',99,'已婚','浙江大学','上海财经大学')

姓名： 娜塔莎 罗曼诺夫 年龄： 99 婚姻状况： 已婚 就读学校： ('浙江大学', '上海财经大学') 其他信息： {}

1

info_insert('娜塔莎 罗曼诺夫',99,'已婚','浙江大学','上海财经大学',性别='女',工作='特工')

姓名： 娜塔莎 罗曼诺夫 年龄： 99 婚姻状况： 已婚 就读学校： ('浙江大学', '上海财经大学') 其他信息： {'性别': '女', '工作': '特工'}

递归函数¶

递归函数的含义是在函数定义过程中，会调用函数本身

1

def factorial(n):

1

factorial(5)

匿名函数——lambda函数¶

lambda函数的基本格式为： lambda 参数： 表达式
匿名函数定义更为简便(控制在一行)，有些简单的函数可以用它来写，或者作为复杂函数的组成部分

1

s = lambda x:print(x,'大于 1') if x>1 else print(x,'小于 1')

1

s(10)

10 大于 1-10 小于 1

七、模块¶

模块简单来说是一个保存了python代码的文件
很多python开源库就是模块

1

#例如我们调用科学计算库 numpy

调用numpy产生10个标准正态随机数 [-0.86123492 -0.91268667 0.83897686 0.29236517 -1.30950825 -1.14943404 -0.36781918 0.13990052 0.4298387 -0.80505142]

1

#对于一个模块 我们可以先查看该模块下的所有子模块、变量和函数

查看math模块下的所有子模块、变量和函数 ['__doc__', '__file__', '__loader__', '__name__', '__package__', '__spec__', 'acos', 'acosh', 'asin', 'asinh', 'atan', 'atan2', 'atanh', 'ceil', 'copysign', 'cos', 'cosh', 'degrees', 'e', 'erf', 'erfc', 'exp', 'expm1', 'fabs', 'factorial', 'floor', 'fmod', 'frexp', 'fsum', 'gamma', 'gcd', 'hypot', 'inf', 'isclose', 'isfinite', 'isinf', 'isnan', 'ldexp', 'lgamma', 'log', 'log10', 'log1p', 'log2', 'modf', 'nan', 'pi', 'pow', 'radians', 'sin', 'sinh', 'sqrt', 'tan', 'tanh', 'trunc']

八、异常处理¶

在程序编写过程中，难免会有一些错误。python中有一些语句可以处理这些异常或者错误，使得程序能够运行，且识别到错误的位置

try..except函数¶

在下面的例子中，当j=0,10/0是会报错的，利用try..except语句之后还是可以将其他部分正常运行出来

1

x = 10

1

x = 10

除数不能为010.05.03.3333333333333335

1

x = 10

除数不能为010.05.03.3333333333333335

九、面向对象¶

面向对象是Python的特点。面向对象主要通过类class的定义来实现。类class是用来描述具有相同属性和方法的对象的集合。类定义了该集合中的每个对象的共有属性和方法
可以将类理解为一个模块，模块中包含很多个函数，每个函数用来实现某一个功能
对象是根据类创建的实例，通过实例化对象就可以执行类中的各个函数

面向对象不好理解。这里用一个小例子来说明面向对象的基本用法，关于面向对象在后面的系列中还会详述其更高层次的用法
例如，我们想创建一个简单的游戏程序，涉及到游戏人物的创建，几个游戏环节的设计等等

1

class charater:

1

#定义好上面的类之后 我们就可以开始游戏了 我们先创建3个游戏人物 rogers stark 和 natasha

1

# 先查看 三个游戏人物的 属性

史蒂夫 罗杰斯,18岁,男,1000战斗力托尼 斯塔克,20岁,男,1800战斗力娜塔莎 罗曼诺夫,19岁,女,2500战斗力

1

# 创建人物之后 每个人物可以进行不同的游戏环节 例如他们三个人 进行不同的游戏环节

史蒂夫 罗杰斯参加了一次多人PK,消耗战斗力500托尼 斯塔克参加了一次自我修炼，增长战斗力100娜塔莎 罗曼诺夫参加了一次野外战斗,消耗战斗力200

1

# 在经过了上面的环节之后 我们再来查看三个游戏人物的属性是否产生了变化

史蒂夫 罗杰斯,18岁,男,500战斗力托尼 斯塔克,20岁,男,1900战斗力娜塔莎 罗曼诺夫,19岁,女,2300战斗力

十、文件读写¶

在进行数据分析之前，可能需要读写自己的数据文件。或者在完成数据分析之后，想把结果输出到外部的文件
在Python中，利用pandas模块中的几个函数，可以轻松实现这些功能，利用pandas读取文件之后数据的格式为数据框，且如果想用pandas将数据输出为外部文件，也要先确保要输出的文件的格式为数据框
注意因为这里演示了文件的操作，需要将文件上传到网站的数据文件目录下才可以成功运行程序

1

import pandas as pd

10.1 读取txt文件¶

1

text = pd.read_table('data/test2.txt',index_col=0,delimiter=' ')

	x1	x2	x3	y
day
0	1	2	3	0
1	2	2	2	1
2	3	1	1	1
3	2	1	1	0

10.2 读取excel/csv文件¶

1

data_excel = pd.read_excel('data/test3.xlsx')

	代码	名称	证券简称	上市日期	所属申万行业	近10日涨跌幅	近1月涨跌幅	近3月涨跌幅
0	002161.SZ	远望谷	远望谷	2007-08-21	其他电子Ⅲ	-1.411290	-13.143872	-20.681265
1	002162.SZ	悦心健康	悦心健康	2007-08-23	其他建材Ⅲ	-2.460457	-7.035176	-7.960199
2	002699.SZ	美盛文化	美盛文化	2012-09-11	其他服装	-1.148796	-3.317282	33.357934
3	600009.SH	上海机场	上海机场	1998-02-18	机场Ⅲ	-1.872321	8.641359	17.823843
4	600115.SH	东方航空	东方航空	1997-11-05	航空运输Ⅲ	1.183432	3.012048	1.333333

1

data_csv = pd.read_csv('data/test3_csv.csv',encoding='GBK')

	代码	名称	证券简称	上市日期	所属申万行业	近10日涨跌幅	近1月涨跌幅	近3月涨跌幅
0	002161.SZ	远望谷	远望谷	2007-08-21	其他电子Ⅲ	-1.4113	-13.1439	-20.6813
1	002162.SZ	悦心健康	悦心健康	2007-08-23	其他建材Ⅲ	-2.4605	-7.0352	-7.9602
2	002699.SZ	美盛文化	美盛文化	2012-09-11	其他服装	-1.1488	-3.3173	33.3579
3	600009.SH	上海机场	上海机场	1998-02-18	机场Ⅲ	-1.8723	8.6414	17.8238
4	600115.SH	东方航空	东方航空	1997-11-05	航空运输Ⅲ	1.1834	3.0120	1.3333

10.3 输出为excel/csv文件¶

由于使用了pandas库，我们在将想要的数据集输出为外部的excel/csv文件时，首先要确保文件的格式为数据框

1

# DataFrame生成 这里生成了一个数据框 各位可以先不考虑这个细节，在之后的pandas库中详细说明了数据框的所有操作 这里只是为了说明文件的输出

	pop	state	year
0	1.5	Ohio	2000
1	1.7	Ohio	2001
2	3.6	Ohio	2002
3	2.4	Nevada	2001
4	2.9	Nevada	2002

1

# 将数据集frame输出为外部文件