好了,我們接着上一節的內容,繼續學習機器學習中的Python語法部分。這一節算是Python語法的最後一節了。也就是說若是真的看懂了這兩節的內容,理論上說就機器學習的領域或者方向,語言已經不是問題了。同時也意味着立刻真正的進入機器學習的核心部分了。好了,那我們接下來正式開始我們的學習啦。數據結構
Tuples是Python中的一種新的形式的數據collection(至少相對於C++, objective-C,Java是新的。其餘的我就不敢確定了,省得被打臉,哈哈)。其實她和List幾乎是同樣的,除了2個方面的不一樣。她和list的區別主要是下面2個方面的不一樣:1)Tuples 的建立的展示是講元素element用括號包起來,而List是用的中括號。2)Tuples一旦建立 元素是不可改變的,即它是immutable的,而List的元素是能夠改變的,即Mutable的。好了,下面看一下tuples的建立代碼展現一下,不然光說不練假把式。哈哈哈機器學習
t = (1,2,3)
上面的代碼就是建立了一個tuple,他的元素有三個,分別是1,2,3. 那麼既然有了list爲何還要Tuples呢? 這主要是由於Tuple的應用場景主要是用於那些有多個返回值的函數中,想象一下,若是一個函數有多個返回值,你要怎麼弄呢?對了,你確定想到了List對吧?但是List裏面的數據可能由於多人協同開發的時候被其餘同事修改了,是會有必定Risk的。那麼天然而然咱們就想到了要用Tuples這個數據結構,由於他是Immutable的,若是有人試圖修改她的值,他會報錯的。總結起來就是List是可讀可寫的,而Tuples是隻讀的。看看下面這個返回多個值的例子吧。函數
a = 0.125.as_integer_ratio()
上面的函數返回了2個值,分別是分子和分母,都是整型數據。返回的數據是(1,8)。oop
關於Tuples還有一個點是Individual assignments(翻譯過來應該是叫單獨賦值,不知道翻譯的對不對,容我裝個B,哈哈哈),這裏的意思是講Tuple中的值能夠分別賦值給不一樣的變量,以下所示:學習
numerator,demonstrater = a
上面代碼的運行結果就是:numerator = 1, demonstrater = 8.spa
好了,如今接受最後一種形式的collection,就是字典。這和其餘語言都很像,就是key-value鍵值對。好了,下面先來瞧一瞧我們dictionary的建立翻譯
numbers = {"one":1,"two":2,"three":3}
這和其餘不少種的語言的都同樣,再來看看如何經過Key值來retrieve value。code
numbers["one"]
下面介紹一下dictionary中的比較高級可是在實際中會常常用到的的功能,這些語法特性看起來挺牛逼,其實都是紙老虎,哈哈,心態上咱們要藐視他媽,操做上要重視他們哈。orm
1) in operator對象
in的關鍵字是Python中最多見的一個關鍵字,沒有之一!!!!在list中用,在dictionary中用,在條件判斷時會用,在循環中仍是會用的。既然這一節講的是dictionary,咱們就看看她在dictionary中的應用吧。
#create a dictionary planets = ['Mercury', 'Venus', 'Earth', 'Mars', 'Jupiter', 'Saturn', 'Uranus', 'Neptune'] plants_to_initial = {planet:planet[0] for planet in planets} "Mercury" in plants_to_initial # the in operator will tell us whether something is a key in the dictionary
上面的建立字典代碼如今看不懂不要緊,她就是建立了一個字典,這個字典的key值是這些星星的名字,value值就是這些星星的首字母。這裏重要的是最後一行代碼,判斷「Mercury」這個字符串是否是這個字典的key值。若是是key,返回True, 不然返回False。
2)遍歷key值
#the for loop will loop over its keys for key in plants_to_initial: print(key,end = " ")
如上代碼所示,直接對dictionary遍歷,返回的是每個key-value鍵值對的key值。上面代碼就是打印這個字典的全部的key值。
3) 同事遍歷key-value 鍵值對
在字典中,若是想要同時遍歷鍵值對,咱們必須經過dictionary的一個method,叫作:items(). 這個方法返回一個list,裏面的元素是tuples,這些tuples裏面的元素就是key,values. 話很少說,直接上代碼看
for planet, initial in plants_to_initial.items():#items()will return its key-value pairs print(planet,initial)
好了,終於進入到最最經常使用的一種基本數據類型了-string。幾乎在所用的應用中,產生和消費的數據,幾乎字符串佔了絕大部分。固然啦,在機器學習中最經常使用到的數據類型是int和float,可是string類型的也是常常會出現的。其實String能夠將它當作一串字符,這一串字符就比如一個list。用英文來講就是 A string is a sequences of characters. (是否是瞬間高大上了,從大蒜變成了咖啡。哈哈哈哈)。 因此在Python中,幾乎你在list中看到的方法,都一樣適用於String.
1) String 的建立和index
planet = "Pluto" planet[0]#return P planet[-3:]#return uto len(planet)#return 5
2)經常使用的String方法
#string methods planet.upper()#return PLUTO planet.lower()#return pluto planet.index("uto")#return 2 planet.startswith("Plu")#return True planet.endswith("asds")#return False
3) List 和 String之間的相互轉換
#going between strings and lists #string -> list split method planets = "Pluto is a planet" list_planets = planets.split()#return a list of ["Pluto","is","a","planet"] dates = '2019-10-08' list_dates = dates.split('-')#returns ["2019","10","08"], the element are also all string types #list->string join method year,month,day = list_dates #individual assignment '/'.join([year,month,day]) #returns "2019/10/08"
注意不管是String->List仍是List->String, 他們的基本元素都是String,而不會是Int或者Float或者其餘什麼稀奇古怪的數據類型。也就是說,不管是Split仍是Join, 他們操做的對象都是String。例如:'/'.join([1,2,3]),這句代碼就會報錯,由於1,2,3都是整型數據而不是string。這裏比較抽象哈,本身慢慢體會。
4)formatting a string
String是一個很是靈活的數據類型,例如int也能夠轉換成string,等等。所以咱們經常須要將不一樣數據類型的數據拼接在一塊兒,而後轉換成一個string。這種狀況下,咱們常常須要用到format方法,固然也存在其餘方法能夠完成這個任務,可是format的牛逼之處不只僅在於這,她還能夠格式化數據的表現格式,例如保留幾位小數點,大數字的表現形式等等,具體的能夠參考下面的代碼。
position = 9 "{}, you will be the {}th planet to me".format(planet,position) #returns 'Pluto, you will be the 9th planet to me' "{:.2}".format(0.123345) #returns "0.12", the result is converted to string type "{:,}".format(1234578) #returns '1,234,578' the result is also converted to string type "{0},{1},{1},{0},{0}".format(12,55)#indexing of format the result is '12,55,55,12,12', the result is also string type
Loop comprehension 是Python中很是受歡迎的一個特性,她可以快速建立List和dictionary,而且使用起來很是靈活,在未來機器學習的實踐中大家會發現很是好用。說了這麼多,那麼接下來咱們來看看到底什麼是Loop Comprehension.
1) 利用Loop Comprehension 來快速建立dictionary。
其實這已經在前面的代碼中有所體現了,以下面的代碼所示,快速建立字典。
plants_to_initial = {planet:planet[0] for planet in planets}
其實就是用for in 的循環,而後經過key:value的形式,批量的產生鍵值對,最後生成一個字典。
2)利用Loop Comprehension 來建立List
List的建立也是很靈活的,也能夠操做循環的元素,來達到一些個性化或者特殊需求的一些目的。甚至她還能夠經過組合條件判斷的語句達到更加精細化的控制,建立List的一些經常使用方式以下所示
numbers = [1,2,3,4] squares = [n**2 for n in numbers] #returns [1,4,9,16] print(squares) short_squares = [n for n in squares if n<9] #returns [1,4] count_number_of_squares = len([n for n in squares if n < 100]) #returns 4
總結: 前面一節內容還有這一節內容大致上已經介紹了經常使用Python的絕大部分特性,若是已經掌握,我以爲僅僅對於機器學習這個領域的學習的話,已經夠用了。這兩節的內容是給已經有其餘語言經驗的人準備的(若是一點計算機語言經驗都沒有,我建議仍是從Hello World開始)