文章目录
- 利用python进行数据分析 —— python基础知识进阶
- 重点笔记：正则表达式
- re.match 匹配开头
- re.search 全文匹配
- re.sub 替换删除
- re.compile 编译正则
- findall 返回列表
- finditer 返回迭代器
- re.split 分割返回列表
- (?P...) 分组匹配
- 正则表达符号、修饰符
- 通配符1 `^`：字符串的开头
- 通配符2 `$`：字符串的结尾
- 通配符3 `.`： 任何字符，除了换行
- 通配符4 `|`：或
- 通配符5 `{}`： 明确数量
- 通配符6 `[]`： 一系列符号
- 通配符7 `()`：一个表达部分的逻辑分组
- 通配符8 `*` ：0个或多个前面的字符，贪婪模式
- 通配符9 `+`：1个或多个前面的字符
- 通配符10 `？`：0个或多个前面的字符，非贪婪模式
- 通配符11 `\`：匹配是否有特殊符号
- `[^aeiou]`：匹配不在这里的单个字母
- `[0-9a-fA-F]`：用 - 可以指明一个连续的字符范围
- `\d`：十进制数字，相当于[0-9]，其他进制不行
- `\D`：非数字，相当于[^0-9]，其他进制也不包括
- `\w`：任何词汇的字符，相当于[a-zA-Z_0-9]
- `\W`：非词汇字符，相当于[^a-zA-Z_0-9]
- `\s`：所有的空白字符换页，换行，回车，Tab，纵向Tab，相当于[ \f\n\r\t\v]
- `\S`：所有的非空白字符，相当于[^ \f\n\r\t\v]
- 不熟悉的知识点：匿名函数Lambda
- `sort()`函数和`sorted()`函数区别
- 不熟悉的知识点：柯里化 —— 部分参数的应用
我是第一次接触机器学习，所以对于机器学习的学习过程研究比较迷茫，最终选定跟着一个B站博主 致敬大神 学习机器学习的基础课程。她的主页有关于机器学习和深度学习的学习顺序以及预备知识等等，比较适合我这种刚入门，或者可以跟随我的博客进行学习。
利用python进行数据分析 —— python基础知识进阶
我之前有一些python的基础，所以直接从这本书开始学习一些python进阶的基础知识。这本书不需要全部都看，博主有视频合集，可以直接选择跟着博主视频学习一些必要的基础知识，通俗易懂！
这本书的学习笔记，可以参考该博主的 GitHub ，笔记内容真的很详细！！！
我的这篇文章主要针对一些比较复杂和陌生的内容进行复盘。
重点笔记：正则表达式
re.match 匹配开头
功能：匹配开头，如果匹配返回某个值，如果不匹配返回None
通式：re.match(pattern, string, flag=0)，
pattern：正则表达式如a，如\d代表0-9的数字
string：要匹配的字符串如abc123
flags：标志位，设置匹配方式，如是否区分大小写等
import re
print(re.match('b','abc123'))
None
import re
print(re.match('a','abc123'))
<re.Match object; span=(0, 1), match='a'>
#span是指匹配范围为(0,1)
start() 返回匹配开始的位置
end() 返回匹配结束的位置
span() 返回一个元组包含匹配 (开始,结束) 的位置，span就是范围的意思life span寿命
group() 返回被 RE 匹配的字符串
re.search 全文匹配
功能：扫描整个字符串，匹配成功，返回第一个匹配成功的对象，否则返回None
通式：re.search(pattern, string, flags=0)
re.sub 替换删除
功能：
substitude缩写，替换匹配项，用空去替换，那就是删除通式：
re.sub(pattern, repl, string, count=0, flags=0)repl : 替换的字符串，也可为一个函数
count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配
re.compile 编译正则
功能：编译正则表达式，生成一个
pattern，供match()和search()使用通式：
re.compile(pattern, flags)
findall 返回列表
功能：全字符串找，匹配，并返回一个列表，否则返回空列表。
通式：
findall(string[, pos[, endpos]])
-
string: 待匹配的字符串。 -
pos: 可选参数，指定字符串的起始位置，默认为 0。 -
endpos: 可选参数，指定字符串的结束位置，默认为字符串的长度
finditer 返回迭代器
功能：类似
findall，只不过返回迭代器通式：
re.finditer(pattern, string, flags=0)
re.split 分割返回列表
功能：按照能够匹配的子串将字符串分割后返回列表
通式：re.split(pattern, string [, maxsplit=0, flags=0])
maxsplit：分隔次数，maxsplit=1分隔一次，默认为0，不限制次数
import re
pattern = re.compile(r'\W+')
result1 = re.split(pattern, ' runoob, runoob, runoob. ',maxsplit=0)
result2 = re.split(pattern, ' runoob, runoob, runoob. ',maxsplit=1)
print(result1)
print(result2)
# \W非字母数字及下划线
# 也就是字母数字下划线留着
# ，空格不能要，见到分隔
# .也不能要，见到分隔
# 分隔一次，列表里就有一个元素，就有一个，
# 所以开头结尾都有个空
['', 'runoob', 'runoob', 'runoob', '']
['', 'runoob, runoob, runoob. ']
(?P…) 分组匹配
功能：分组匹配，一对值
通式：((?P 《key》 \pattern) 得到一组对应的值，key：匹配的字符
使用groupdict函数可以变成字典
import re
s = '1102231990xxxxxxxx'
res = re.search('(?P<province>\d{3})(?P<city>\d{3})(?P<born_year>\d{4})',s)
print(res.groupdict())
{'province': '110', 'city': '223', 'born_year': '1990'}
正则表达符号、修饰符
通配符1 ^：字符串的开头
通配符2 $：字符串的结尾
通配符3 .： 任何字符，除了换行
通配符4 |：或
通配符5 {}： 明确数量
通配符6 []： 一系列符号
通配符7 ()：一个表达部分的逻辑分组
通配符8 * ：0个或多个前面的字符，贪婪模式
通配符9 +：1个或多个前面的字符
通配符10 ？：0个或多个前面的字符，非贪婪模式
通配符11 \：匹配是否有特殊符号
[^aeiou]：匹配不在这里的单个字母
[0-9a-fA-F]：用 - 可以指明一个连续的字符范围
\d：十进制数字，相当于[0-9]，其他进制不行
\D：非数字，相当于[^0-9]，其他进制也不包括
\w：任何词汇的字符，相当于[a-zA-Z_0-9]
\W：非词汇字符，相当于[^a-zA-Z_0-9]
\s：所有的空白字符换页，换行，回车，Tab，纵向Tab，相当于[ \f\n\r\t\v]
\S：所有的非空白字符，相当于[^ \f\n\r\t\v]
不熟悉的知识点：匿名函数Lambda
匿名函数，顾名思义就是不需要具体定义函数名的函数，仅单条语句组成，该语句的结果就是返回值。它是通过lambda关键字定义的，这个关键字没有别的含义，仅仅是说“我们正在声明的是一个匿名函数”。
lambda函数比编写完整的函数要少输入很多字，并且清晰很多。例如：
def func(x):
return x*2
y = func(x)
__________________________
y = lambda x: x * 2
sort()函数和sorted()函数区别
sort()函数和sorted()函数，两个函数均为排序，不同的是，sort()函数改变原来列表，而sorted()函数不改变原来列表，且reverse=False正序，reverse=True反序。
sorted()函数和lambada()函数结合
#根据不同字母个数排序
#foo两个字母，aaaa一个字母
strings = ['foo', 'card', 'bar', 'aaaa', 'abab']
#list(x)把foo变成列表['f','o','o']，把字符串变为列表
#set()转化为集合并去掉重复字符，为 {'f', 'o'}
#len()得到长度
strings.sorted(key = lambda x:len(set(list(x))))
不熟悉的知识点：柯里化 —— 部分参数的应用
其实就是从已有函数衍生新的函数
