[Introduction au Data Scientist] Bases de Python ♬

À partir d'aujourd'hui, ["Cours de formation de scientifique des données à l'Université de Tokyo"](https://www.amazon.co.jp/%E6%9D%B1%E4%BA%AC%E5%A4%A7%E5%AD% A6% E3% 81% AE% E3% 83% 87% E3% 83% BC% E3% 82% BF% E3% 82% B5% E3% 82% A4% E3% 82% A8% E3% 83% B3% E3% 83% 86% E3% 82% A3% E3% 82% B9% E3% 83% 88% E8% 82% B2% E6% 88% 90% E8% AC% 9B% E5% BA% A7-Python% E3% 81% A7% E6% 89% 8B% E3% 82% 92% E5% 8B% 95% E3% 81% 8B% E3% 81% 97% E3% 81% A6% E5% AD% A6% E3% 81% B6% E3% 83% 87% E2% 80% 95% E3% 82% BF% E5% 88% 86% E6% 9E% 90-% E5% A1% 9A% E6% 9C% AC% E9% 82 Je vais lire% A6% E5% B0% 8A / dp / 4839965250 / ref = tmm_pap_swatch_0? _ Encoding = UTF8 & qid = & sr =) et résumer les parties que j'ai des doutes ou que je trouve utiles. Par conséquent, je pense que le synopsis sera simple, mais veuillez le lire en pensant que le contenu n'a rien à voir avec ce livre. Exécutez également l'environnement avec Python 3.6 jusqu'à ce que des problèmes surviennent. Python 3.6.10 |Anaconda, Inc.| (default, Jan 7 2020, 15:18:16) [MSC v.1916 64 bit (AMD64)] on win32

Chapitre1-1 Travail du Data Scientist

La figure 1-1-1 montre. .. .. Il y a un comptable, mais qu'est-ce que c'est? ?? J'ai senti que la connaissance du domaine était bonne.

Chapitre1-2 Principes de base de Python

Je l'entrerai à partir de l'utilisation de Jupyter Notebook, mais je l'omettrai.

1-2-2 Bases de Python

1-2-2-1 Variables

Le code ci-dessous

msg = 'test'
print(msg)
print(msg[0])
print(msg[1])
print(msg[5])

résultat

test
t
e
Traceback (most recent call last):
  File "msg-ex.py", line 5, in <module>
    print(msg[5])
IndexError: string index out of range

Si vous obtenez une erreur, il est dit google, alors essayez google. Il y a beaucoup de réponses, mais cette fois je posterai celles du site Stack Overflow que j'utilise souvent. Même avec ce genre d'erreur, il est probable que vous trébuchiez. IndexError: string index out of range in Python [closed] La réponse est la suivante

As other people have indicated, s[s.Length] isn't actually a valid index; indices are in the closed interval [0, length - 1](i.e. the last valid index is length - 1 and the first index is 0). Note that this isn't true for every language (there are languages where the first index is 1), but it's certainly true for Python.

Ce qui suit est une traduction de Google.

Comme d'autres l'ont montré, s[s.Length]N'est pas vraiment un index valide. L'index est un intervalle fermé[0、length-1](Autrementdit,ledernierindexvalideestlength-1etlepremierindiceest0).Notezquecen'estpaslecaspourtoutesleslangues(certaineslanguesontunindexinitialde1), mais c'est certainement pour Python.
1-2-2-2 Calcul
data=1
print(data)
data = data+10
print(data)

résultat

1
11

L'histoire importante ici est que le message «Les noms de variables sont importants» est important. Je pense que vous devriez le vérifier ci-dessous. Liste des règles de dénomination Python ** C'est une bonne idée de lire les conventions de codage une fois. ** ** Norme de codage standard pour python (URL de référence [B-4]; p413) PEP: 8 normes de codage pour le code Python inclus dans la bibliothèque standard Python Convention de dénomination PEP

1-2-2-3 Mots réservés

Les mots réservés et les noms de fonction intégrés ne peuvent pas être utilisés comme noms de variable. [Liste de mots ou de mots réservés Python3.7 et méthode d'acquisition / confirmation de fonction intégrée](https://wpchiraura.xyz/python3-7-reserved-words-keyword-list-and-built-in-function-acquisition-confirmation- méthode /)

1-2-3 Liste et type de dictionnaire

<class 'list'>

data_list = [1,2,3,4,5,6,7,8,9]
print(data_list)
print(type(data_list))
print(data_list[1])
print(len(data_list))

résultat

[1, 2, 3, 4, 5, 6, 7, 8, 9]
<class 'list'>
2
9

La liste peut être modifiée comme suit.

data_list = [1,2,3,4,5,6,7,8,9]
print(data_list*2)
data_list.append(4)
print(data_list)
data_list.remove(5)
print(data_list)
print(data_list.pop(6))
print(data_list)
del data_list[3:6]
print(data_list)

résultat

[1, 2, 3, 4, 5, 6, 7, 8, 9, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[1, 2, 3, 4, 5, 6, 7, 8, 9, 4]
[1, 2, 3, 4, 6, 7, 8, 9, 4]
8
[1, 2, 3, 4, 6, 7, 9, 4]
[1, 2, 3, 9, 4]

【référence】 Effacer, pop, supprimer, supprimer pour supprimer des éléments de liste (tableau) en Python <class 'tuple'> tuple est similaire à list mais ne peut pas être modifié.

data_tuple = (1,2,3,4,5,6,7,8,9)
print(data_tuple)
print(type(data_tuple))
print(data_tuple[1])
print(len(data_tuple))

résultat

(1, 2, 3, 4, 5, 6, 7, 8, 9)
<class 'tuple'>
2
9

<class 'set'> set est un ** set ** et n'autorise pas les éléments en double

data_set = {1,2,3,4,5,6,7,8,9}
print(data_set)
print(type(data_set))
#print(data_set[1])
print(len(data_set))

résultat Commentaire sur la ligne TypeError: 'set' object does not support indexing l'ensemble ne prend pas en charge les index

{1, 2, 3, 4, 5, 6, 7, 8, 9}
<class 'set'>
9
Comment utiliser class'list''tuple''set '

list a un degré élevé de liberté et des éléments peuvent être ajoutés et supprimés. tuple n'a pas de liberté et ne peut pas être changé set est une collection d'éléments qui ne se chevauchent pas (éléments qui n'ont pas la même valeur, éléments uniques) et peut effectuer des opérations d'ensemble telles que l'ensemble de somme, l'ensemble de produits et l'ensemble de différences. Puisqu'il n'autorise pas les éléments en double, il peut devenir un élément unique par les modifications suivantes. Lorsqu'elles sont combinées, les opérations suivantes peuvent être effectuées.

data_list = [1,2,3,4,5,6,7,2,3,4,8,9]
print(data_list)
data_tuple = tuple(data_list)
print(data_tuple)
data_set = set(data_list)
print(data_set)
data_list_new = list(data_set)
print(data_list_new)
data_tuple_new = tuple(data_set)
print(data_tuple_new)
data_set.discard(6)
print(data_set)
data_set.add(11)
print(data_set)

résultat

[1, 2, 3, 4, 5, 6, 7, 2, 3, 4, 8, 9]
(1, 2, 3, 4, 5, 6, 7, 2, 3, 4, 8, 9)
{1, 2, 3, 4, 5, 6, 7, 8, 9}
[1, 2, 3, 4, 5, 6, 7, 8, 9]
(1, 2, 3, 4, 5, 6, 7, 8, 9)
{1, 2, 3, 4, 5, 7, 8, 9}
{1, 2, 3, 4, 5, 7, 8, 9, 11}

【référence】 Connaître l'ensemble Python Python, opération d'ensemble avec le type d'ensemble (jugement de l'ensemble de somme, ensemble de produits, sous-ensemble, etc.)

Sorte de dictionnaire
dict_data = {'apple':100,'banana':100,'orange':300,'mango':400,'melon':500}
print(dict_data['apple'])
print(dict_data['apple']+dict_data['orange'])

résultat

100
400
Ajouter un type de dictionnaire
dict_data['pomme'] = 100
print(dict_data)

résultat

{'apple': 100, 'banana': 100, 'orange': 300, 'mango': 400, 'melon': 500, 'pomme': 100}
Suppression du type de dictionnaire
removed_value = dict_data.pop('banana')
print(removed_value)
print(dict_data)

résultat

100
{'apple': 100, 'orange': 300, 'mango': 400, 'melon': 500, 'pomme': 100}

Une autre suppression

del dict_data['mango']
print(dict_data)

résultat

{'apple': 100, 'orange': 300, 'melon': 500, 'pomme': 100}
Concaténer (combiner) des dictionnaires et ajouter / mettre à jour plusieurs éléments: update ()
Concaténation (combinaison)
d1 = {'apple': 100, 'banana': 100}
d2 = {'orange': 300, 'mango': 400}
d3 = {'melon': 500, 'pomme': 100}
d1.update(d2)
print(d1)
d1.update(**d2, **d3)
print(d1)

résultat

{'apple': 100, 'banana': 100, 'orange': 300, 'mango': 400}
{'apple': 100, 'banana': 100, 'orange': 300, 'mango': 400, 'melon': 500, 'pomme': 100}
Ajouter / mettre à jour plusieurs éléments
d={'apple': 100, 'banana': 100}
print(d)
d.update([('orange', 300), ('mango', 400), ('melon', 500), ('pomme', 100)])
print(d)

résultat

{'apple': 100, 'banana': 100}
{'apple': 100, 'banana': 100, 'orange': 300, 'mango': 400, 'melon': 500, 'pomme': 100}

【référence】 Ajouter des éléments aux dictionnaires avec Python, concaténer (combiner) des dictionnaires

Résumé

·variable ·Calcul ・ Mots réservés et fonctions intégrées ・ Liste, jeu et type de dictionnaire Vu

Il est facile de comprendre si vous revenez à l'essentiel et que vous les disposez côte à côte.

Recommended Posts

[Introduction au Data Scientist] Bases de Python ♬
[Introduction to Data Scientists] Bases de Python ♬ Fonctions et classes
[Introduction to Data Scientists] Bases de Python ♬ Branchements conditionnels et boucles
[Introduction aux Data Scientists] Bases de Python ♬ Fonctions et fonctions anonymes, etc.
[Introduction aux data scientists] Bases de la probabilité et des statistiques ♬ Variable de probabilité / probabilité et distribution de probabilité
Les bases de Python ①
Bases de python ①
Introduction de Python
[Introduction à Python3, jour 17] Chapitre 8 Destinations de données (8.1-8.2.5)
[Introduction à Python3, jour 17] Chapitre 8 Destinations de données (8.3-8.3.6.1)
[Introduction à Python3 Jour 19] Chapitre 8 Destinations de données (8.4-8.5)
[Introduction à Python3 Day 18] Chapitre 8 Destinations de données (8.3.6.2 à 8.3.6.3)
Principes de base du grattage Python
Introduction au langage Python
Introduction à OpenCV (python) - (2)
Bases de python: sortie
[Introduction à Udemy Python3 + Application] 19. Copie de la liste
[Cx_Oracle Primer] (Partie 3) Bases de la navigation dans les tableaux
[Introduction à Python] Comment gérer les données au format JSON
[Introduction à cx_Oracle] (5e) Gestion des données japonaises
[Introduction à Python] Utilisation de base des expressions lambda
[Introduction à Data Scientist] Bases du calcul scientifique, du traitement des données et comment utiliser la bibliothèque de dessins graphiques graph Bases de Pandas
[Introduction à Data Scientist] Bases du calcul scientifique, du traitement des données et comment utiliser la bibliothèque de dessin de graphes ♬ Bases de Matplotlib
Résumé des outils nécessaires pour analyser les données en Python
Introduction à Python Django (2) Win
[Introduction à cx_Oracle] Présentation de cx_Oracle
Liste des bibliothèques Python pour les data scientists et les data ingénieurs
[Chapitre 5] Introduction à Python avec 100 coups de traitement du langage
Introduction à la détection des anomalies 1 principes de base
Note de lecture: Introduction à l'analyse de données avec Python
Introduction d'activités appliquant Python
Introduction à la communication série [Python]
Comment utiliser Python Kivy ① ~ Bases du langage Kv ~
[Introduction à Udemy Python3 + Application] 53. Dictionnaire des arguments de mots-clés
python: principes de base de l'utilisation de scikit-learn ①
[Chapitre 3] Introduction à Python avec 100 coups de traitement du langage
[Chapitre 2] Introduction à Python avec 100 coups de traitement du langage
[Introduction à cx_Oracle] (Partie 11) Bases de l'exécution PL / SQL
[Introduction à Python] <liste> [modifier le 22/02/2020]
Introduction à Python (version Python APG4b)
Une introduction à la programmation Python
[Introduction à Python] Utilisation basique de la bibliothèque matplotlib
[Bases de la science des données] Collecte de données depuis RSS avec python
[Introduction à Udemy Python3 + Application] 52. Tapple d'arguments positionnels
Introduction à Python pour, pendant
Principes de base de Python x SIG (1)
[Livre technique] Introduction à l'analyse de données avec Python -1 Chapitre Introduction-
[Chapitre 4] Introduction à Python avec 100 coups de traitement du langage
[Introduction à Python] Comment obtenir l'index des données avec l'instruction for
[Introduction à cx_Oracle] (Partie 6) Mappage des types de données DB et Python
[Introduction aux Data Scientists] Statistiques descriptives et analyse de régression simple ♬
[Introduction à Python] Combinaison des données Nikkei Average et NY Dow CSV
[Raspi4; Introduction au son] Enregistrement stable de l'entrée sonore avec python ♪
[Python] Introduction à la création de graphiques à l'aide de données de virus corona [Pour les débutants]
[Présentation de l'application Udemy Python3 +] 31. Commentaire
Principes de base de Python x SIG (3)
[Python] Comment FFT des données mp3
Introduction à la bibliothèque de calcul numérique Python NumPy
[Introduction à Python3 Jour 1] Programmation et Python
[Introduction à Python] <numpy ndarray> [modifier le 22/02/2020]