Python编程基础

Python 简介

Python 由吉多·范罗苏姆（Guido van Rossum）在 20 世纪 80 年代末至 90 年代初，于荷兰国家数学与计算机科学研究所设计开发。Python 源自 Unix shell 命令行解释器，并借鉴了 C 和 C++ 等多种编程语言的特性，其设计目标是让开发者能用比其他语言更少的代码行数编写程序。与其他编程语言不同的是，Python 使用大量英文关键词，而许多语言则使用标点符号来实现相同功能。

在 Python 中，源代码由解释器读取并执行输出。任何错误，包括格式不当、函数名拼写错误或脚本中残留的随机字符，都会被 Python 解释器检测到，并导致语法错误。

本课将介绍 Python 的基本语法，帮助你编写流畅且高效的代码。

注释

在编程中，添加注释是一种良好习惯，有助于标明代码的目的和内容。

在 Python 中，可通过 #（井号）符号添加注释。该符号之后同一行的所有内容都会被 Python 解释器忽略。

1#从下载文件夹导入墨尔本房屋数据集
2dataframe = pd.read_csv('~/Downloads/Melbourne_housing_FULL.csv')

在此示例中，第二行代码会被执行，而第一行注释则被解释器忽略。

缩进与空格

与其他编程语言不同，Python 使用缩进来组织代码块（如函数、循环等），而不是依赖关键字或标点符号来划分代码块。

1new_user = [
2    66.00, #每日网站停留时间
3    48, #年龄
4    24593.33, #地区收入
5    131.76, #每日互联网使用时长
6    1, #男性
7    0, #国家_阿富汗
8    1, #国家_阿尔巴尼亚
9    0, #国家_阿尔及利亚
10   ]

在表达式中，空格对 Python 解释器无影响。也就是说，8+4 和 8 + 4 是等效的。为提高可读性，建议在字符之间添加适当空格。

Python 数据类型

下表列出了 Python 中常见的数据类型。

在机器学习中，最常处理的数据类型是包含字符串、整数或浮点数的列表。

字符串变量也称为字符型或字母数字型变量，可以包含字母、数字以及特殊符号，例如井号（#）或下划线（_）。

Python 中的算术运算

Python 中常用的算术运算符如下表所示。

Python 遵循标准的数学运算优先级规则。例如，乘法和除法先于加法和减法执行。

12 + 2 * 3
2#该表达式的输出结果为 8。

与常规算术一样，可使用括号改变运算顺序，如下所示：

1(2 + 2) * 3
2#该表达式的输出结果为 12。

变量赋值

在编程中，变量用于将数据值存储在计算机内存中，以便后续使用。通过调用变量名，Python 解释器可以引用和操作之前定义的代码。你可以自由选择变量名，但需遵守以下规则：

• 只能包含字母、数字和下划线（A-Z、0-9、_）。
• 必须以字母或下划线开头，不能以数字开头。
• 不能使用 Python 关键字（如 if、class 或 return）作为变量名。
• 变量名区分大小写，例如 dataframe 和 Dataframe 被视为两个不同的变量。

在 Python 中，使用 = 运算符进行变量赋值。

1dataset = 8

但 Python 不允许变量名中包含空格，必须使用下划线连接多个单词。

1my_dataset = 8

现在可以通过调用变量名 my_dataset 来引用其存储的值（8）。
变量具有“可变”特性，即可以重新赋值：

1my_dataset = 8 + 8
2#此时 my_dataset 的值变为 16。

需要注意的是，Python 中的等号运算符（=）与数学中的等号含义不同。
在 Python 中，= 表示赋值操作，不遵循数学逻辑。因此，若要计算一个数学表达式，可直接运行代码而不使用等号运算符：

12 + 2
2#Python 将返回 4。

若要判断某个数学关系是否为真或假，应使用 ==：

12 + 2 == 4
2#Python 将返回 True。

print 函数

print() 函数用于输出括号内的信息，是 Python 中最常用的函数之一。尽管它功能简单——仅输出指定内容——看似并不重要，但实际上非常关键。

首先，print 在调试（查找和修复代码错误）中非常有用。例如，在修改变量后，可用 print 查看当前值：

1my_dataset = 8 
2my_dataset = 8 + 8
3print(my_dataset)
4
5#输出：16

另一个常见用途是将非处理性信息以字符串形式打印出来。这意味着括号内的字符串会直接输出，不参与其他代码逻辑。你可以利用这一特性为代码添加上下文说明，提升可读性。这些输出不会影响代码性能，而普通注释（#）则不会显示在运行结果中。

1输入：print ("训练集平均绝对误差: %.2f" % mae_train)
2#输出：训练集平均绝对误差: 27834.12

例如，这条打印语句向用户说明了 Python 解释器处理了哪些内容才得到该结果。如果没有 print("测试集平均绝对误差:") 这类提示，代码执行后只会显示一串无标签的数字。

请注意，括号内的字符串必须用双引号 "" 或单引号 '' 包裹，但引号必须成对匹配：以单引号开头就必须以单引号结尾，以双引号开头就必须以双引号结尾。print 函数在运行后会自动去除引号。如果希望在输出中包含引号，可以在双引号内使用单引号，反之亦然：

1输入：print("'测试集平均绝对误差'")
2#输出：'测试集平均绝对误差'
3
4输入：print("你叫什么名字？")
5#输出：你叫什么名字？

索引

索引是指从复合数据类型（如列表或字符串）中选取单个元素的操作。每个元素的位置编号从 0 开始，可通过方括号内的索引号访问对应元素。

1#示例 1
2my_string = "hello_world"
3my_string[1] 
4#索引返回值为 e。

1#示例 2
2my_list = [10, 20 , 30 , 40] 
3my_list[0]
4#索引返回值为 10。

切片

切片允许你从数据集合中提取一段连续的子集，而非仅获取单个元素。使用冒号（:）实现切片操作。

1#示例 1
2my_list = [10, 20, 30, 40] 
3my_list[:3]

此例中，切片从起始位置开始，直到索引 3（不含），返回值为 10、20 和 30。

1#示例 2
2my_list = [10, 20, 30, 40] 
3my_list[1:3]

此例中，切片从索引 1 开始，直到索引 3（不含），返回值为 20 和 30。

打印列名

以下是一段用于打印列名的代码快捷方式，包含适合作为模型预测输入的格式，相关内容在之前的课程中有讨论：

1cols = df.columns.tolist()
2print("new_project = [")
3for item in cols:
4    print("\t0, "+"#"+item)
5print("]")

请在 Jupyter Notebook 中运行这段临时代码。

然后将生成的输出复制粘贴回笔记本中，作为下一部分代码的基础。注意：此临时代码会打印所有变量（包括 X 和 y 变量），你可能需要从中移除因变量（y），即 State_successful。