概述

Python 中的变量不需要声明。每个变量在使用前都必须赋值，变量赋值以后该变量才会被创建。在 Python 中，变量就是变量，它没有类型，我们所说的"类型"是变量所指的内存中对象的类型。等号（=）用来给变量赋值。等号（=）运算符左边是一个变量名,等号（=）运算符右边是存储在变量中的值。

可以用type(A)来判断A的数据类型。

Python3标准数据类型

Python3有6个标准数据类型，分别为：

Number（数字）String（字符串）List（列表）Tuple（元组）Set（集合）Dictionary（字典）

其中，不可变数据3个：Number、String、Tuple；可变数据3个：List、Dictionary、Set。（不可变数据和可变数据区别？）

Number 数字

支持int、float、bool和complex（复数）四种类型。

int为整数的唯一类型，表示为长整型，包括正整数、0和负整数。可以采用不同进制表示整数，二进制数以0b或0B开头，八进制数以0o或0O开头，十六进制数以0x或0X开头。书写时可以用下划线“_”作为数字的分隔符，例如

y = 2_600_000

print(y)

结果：2600000

float为浮点数唯一类型，书写时必须包含一个小数点，否则会被当做整数处理，例如

x = 2.

print(type(x))

结果：<class 'float'>

小数还可以用科学计数法书写，使用这种方法书写的数即使最终值为整数，数据类型也是小数。例如：

2.1E5 = 2.1×105，其中 2.1 是尾数，5 是指数。

14E3 等价于 14000，但 14E3 是一个小数。

由于小数在内存中以二进制形式存储，转换时可能是无限循环数字，因此小数计算结果一般不精确。

bool型用数字0表示False，数字1表示True。把True和False定义成关键字，可以直接使用，但它们的值还是1和0，可以进行运算。例如：

k = True

f = False

print(k+f+8)

结果：9

complex型为复数，复数由实数部分和虚数部分组成，可以用a+bj或complex(a,b)表示。复数的实部a和虚部b都是浮点型。

String 字符串

Python中字符串用单引号‘或双引号“括起来，同时用反斜杠\转义特殊字符。如\n表示分行，如果不想转义，可以在字符串前面添加一个r，表示原始字符串。

可以用a[]选取字符串a中的部分值，用来实现截取、拼接或更新字符串等功能。三引号'''可以实现字符串跨行。

字符串相关函数见菜鸟教程字符串部分。

字符串和int、float、bool转换可以用str()\ int()\ float()\ bool()等函数实现。

List 列表

列表是一个有序的集合，可以随时添加和删除其中的元素。每个元素都分配对应的索引，第一个索引是0，以此类推。定义一个空的列表可以使用下面的语句：

L = []

列表可以采用方括号+索引[ ]、[ : ]的形式选取其中一个或部分元素。

常用内置函数由len()返回列表长度、max()/min()返回最大最小值等。常用内置方法由append(obj)尾部添加一个元素、pop(index=-1)删除一个元素（默认尾部）、copy()复制列表等，详见菜鸟教程。

Tuple 元组

元组与列表类似，是一个有序的集合，但是一旦初始化后就不能修改。定义一个空的元组语句如下：

L = ()

Dictionary 字典

字典是一种散列表。散列表又称哈希表，是一种无序的存储结构（dict内部存放顺序与key放入顺序不同）。与顺序存储结构（如列表）按照索引顺序一个个访问元素不同，散列表能够通过输入关键字（key），经过哈希算法的变换，直接访问到对应值（value）。使用这种方式存储，可以大大加快查询速度，但是内存消耗也会大幅增加，这是一种用空间换时间的存储结构。

字典由键值对组成，键和值用冒号：分割。定义一个空字典语句如下：

L = {}

访问字典中某个值，需要把相应的键放到方括号中，如：

dict['name']

字典的键不允许出现两次，如果同时出现两次，字典会记住最后一个对应的value。

字典的键必须是不可变的。因为字典需要对键通过哈希函数映射到对应的值，如果键发生变化，就无法对应到正确的值。因此键可以是数字、字符串和元组，而不能是其它形式。

Set 集合

集合与字典类似，是一个无序的储存不重复元素的序列。但是集合之储存key，不储存value。可以用大括号{}或set()创建集合，但是创建空集合只能用如下方法：

L = set()

集合的常用内置方法有add()添加元素、update()更新元素、remove()移除元素等。详见菜鸟教程。

由于集合存储不重复元素这个特性，常常应用在集合运算中。

Numpy数据结构：ndarray 多维数组

Numpy的主要功能是处理多维数组。Python标准数据类型List可以处理数组，主要对象是一维数组，处理多维数组比较麻烦。Numpy正好弥补了这个缺陷。因此涉及到矩阵运算的工作，直接调用Numpy包处理就好了！

Numpy数据类型

与Python内置数据类型不同，numpy支持更多种类数据类型。仅以int为例，Python内置只有一种类型，而numpy则细分为int8、int16、int32、int64等多种数据类型，分别对应不同的长度。导入numpy包后可以通过dtype指定这些更细化的数据类型。例：

import numpy as np

d = np.dtype(np.int8)

使用ndarray数据结构可以直接对参数dtype指定需要的数据类型。

创建多维数组

创建ndarray数组有多种方法，还可以通过调用函数实现创建特殊数组。最常用的创建数组语句是：

a = np.array([1, 2, 3],  dtype=np.int32) #支持指定数据类型dtype，可选

b = np.array([[1, 2, 3], [4, 5, 6]]) #创建二维数组

除了上面这种方法之外，还可以创建一些特殊数组：

a = np.empty(shape=[3, 2], dtype=None, order='C') #创建一个3行2列的数组，元素随机

b = np.zeros(shape=[3, 2]) #创建一个3行2列的数组，元素全部为0

c = np.ones(6) #创建一个1行6列的数组，元素全部为1

d = np.identify(5) #创建一个5阶单位矩阵

e = np.arange(start, stop, step, dtype) #以start为起始值，end为终止值（不包括），步长为step，创建数值连续数组

f = np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None) #以base为底，start和stop为起始幂和终止幂（endpoint=True时包含终止幂），创建等比数列，共num个元素。

ndarray数组属性

ndarray.ndim为数组的秩，即矩阵的维度，例如：

a = np.array([[1, 2, 3],[4, 5, 6],[7, 8, 9]])

print(a.ndim)

结果：2 （a是一个3*3的二维矩阵，因此输出结果为2）

ndarray.shape为数组的维度，对于上例数组a来说，a.shape输出结果应为i(3, 3)

ndarray.item为数组的大小，即元素个数。a.item输出结果应为9

数组的变形、切片和索引

使用ndarray.reshape()可以变换数组的维度。例如：

a = np.arange(20)

a.reshape(4, 5)

这就把一个1行20列的一维数组变换成了4行5列的二维数组。

有的时候要取现有数组的一部分，这就涉及到数组的切片和索引。数组的索引是数组中每个元素对应的数字标志，从0开始。可以通过方括号[]、冒号：和索引的方法实现对数组中部分元素的选取，进而实现切片功能。冒号 : 的解释：如果只放置一个参数，如 [2]，将返回与该索引相对应的单个元素。如果为 [2:]，表示从该索引开始以后的所有项都将被提取。如果使用了两个参数，如 [2:7]，那么则提取两个索引(不包括停止索引)之间的项。例如：

a = np.arange(10)

a[2:]表示选取a中第三个和之后所有的元素

a = np.arange(9).reshape(3, 3)

a[1:]表示选取从第二行开始全部元素（即第二行和第三行全部元素），也可以表示为a[1:, ...]

a[...,1:]表示选取从第二列开始全部元素

a[1:, 1:]表示选取第二行第三行和第二列第三列的交集所有元素

a[1:, [1, 2]]在本例中含义a[1:, 1:]相同

还可以使用布尔索引完成特定元素的筛选：

a = np.arange(9).reshape(3, 3)

print(a[a > 5])

结果：[6 7 8]

a = np.array(np.nan, 1, 2, np.nan, 3, 4, 5)

print(a[~is.nan(a)]) #“~”符号为取补运算符，可以理解为逻辑中的“非”，本例中含义为筛选出非nan的元素。

结果：[ 1. 2. 3. 4. 5.] 

数组元素相关数学及统计运算

numpy.around(a,decimals)可以对数组a中元素进行四舍五入操作。decimals参数决定了精度，默认为0，即精确到个位。decimals为正数为精确到小数点后，负数为精确到小数点前。例如：

a = np.array([1.0,5.55, 123, 0.567, 25.532])

print (np.around(a))

print (np.around(a, decimals = 1))

print (np.around(a, decimals = -1))

结果：[ 1. 6. 123. 1. 26.]

[ 1. 5.6 123. 0.6 25.5]

[ 0. 10. 120. 0. 30.]

numpy还是支持对数组进行向下取整/向上取整操作：

np.floor(a) #向下取整

np.ceil(a) #向上取整

可以对数组进行简单的加减乘除操作，与矩阵运算不同，这里是对数组的对应元素进行运算操作。进行操作的数组要求形状相同或其中一个可以通过复制（行或列）与另一个形状相同。

np.add(a, b)

np.subtract(a, b)

np.multiply(a, b)

np.divide(a, b)

除了上面介绍的功能，numpy还支持数组取倒数、取幂、取余数等操作。统计运算上支持极值（a.max()/a.min()）、极差、百分位数、中位数、平均数（算术和加权）。注意numpy中没有直接计算数组众数的函数。详见菜鸟教程。

其它数据类型转换为ndarray

从已有数据类型中转换为ndarray，可以使用下面的方法：

np.asarray(a)

Pandas数据结构：Series和DataFrame

Pandas是基于NumPy开发，目前最强大的数据分析支持库了。它有两种数据类型，Series和DatFrame。

Series 一维标签数据结构

Series是带标签的一维数组，这里的标签指的是数据的索引，也是pandas数据结构与其它数据结构的显著不同之处之一。其它数据结构例如Python自带的list、NumPy的array等也有索引，Series与之不同的是，1）Series的索引被直观地对齐标注在数据旁；2）Series支持自定义索引名称，赋予数组的轴以实际意义。如下例子：

c = pd.Series(data=np.arange(6), index=['a', 'b', 'c', 'd', 'e', 'f'])

print(c)

结果：

a    0

b    1

c    2

d    3

e    4

f    5

Series的创建

最简单的方法是通过pd.Series()方法创建，注意S必须大写。与NumPy类似，可以使用dtype参数指定数据类型。

还可以从字典dict创建Series，如下：

a = {'a':1, 'b':2, 'c':3, 'd':4}

b = pd.Series(a)

Series的属性

Series的一个重要属性是name，可以在创建时使用name=参数指定名称。Series会自动为数组分配名称，尤其是从DataFrame切片下来时。可以使用pd.Series.rename()为数组重命名。

Series的切片

与NumPy类似，Series可以使用中括号[]、冒号：和数字索引的方式选取数组中数据。具体参考前文。

使用指定的特殊索引选取数据时，可以用下面的方法：

print(c[['a', 'd']])

DataFrame 二维标签数据结构

DataFrame可以看作Series按列合并而成的二维数据结构。这里标签的含义是索引，具体参考Series这部分介绍。

参考资料

菜鸟教程  https://www.runoob.com/python3/  https://www.runoob.com/numpy/

http://c.biancheng.net/view/7040.html

廖雪峰的Python教程 https://www.liaoxuefeng.com/wiki/1016959663602400

NumPy中文网 https://www.numpy.org.cn/

Pandas中文网 https://www.pypandas.cn/docs/