Python常见用法

一、Pandas-DataFrame数据结构

DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。

1.1 创建

1.1.1 使用列表创建

data = [['Google', 10], ['Runoob', 12], ['Wiki', 13]]
df = pd.DataFrame(data, columns=['Site', 'Age'])
print(df)
复制代码

1.1.2 使用ndarrays创建

data = {'Site':['Google', 'Runoob', 'Wiki'], 'Age':[10, 12, 13]}
df = pd.DataFrame(data)
print (df)
复制代码

1.1.3 使用字典创建

data = [{'a': 1, 'b': 2}, {'a': 5, 'b': 10, 'c': 20}]
df = pd.DataFrame(data)
print(df)
复制代码

1.2 读取

1.2.1 df.loc[idx]

data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}

# 数据载入到 DataFrame 对象
df = pd.DataFrame(data)

# 返回第一行
print(df.loc[0])
# 返回第二行
print(df.loc[1])
# 返回第一行和第二行
print(df.loc[[0, 1]])
复制代码

data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}

df = pd.DataFrame(data, index = ["day1", "day2", "day3"])

# 指定索引
print(df.loc["day2"])
复制代码

1.2.2 df.iterrows()

# 将DataFrame迭代为(index, Series)对
for index, row in df.iterrows():
    score = row['score']
    name = row['name']
复制代码

1.2.3 df.iteritems()

# 将DataFrame迭代为(列名, Series)对
for index, row in df.iteritems():
    score = row['score']
    name = row['name']
复制代码

二、CSV操作

2.1 读取文件

df = pd.read_csv('site.csv')
# to_string() 用于返回 DataFrame 类型的数据，如果不使用该函数，则输出结果为数据的前面 5 行和末尾 5 行，中间部分以 ... 代替
print(df.to_string())
复制代码

2.1 写入文件

import pandas as pd
   
# 三个字段 name, site, age
nme = ["Google", "Runoob", "Taobao", "Wiki"]
st = ["www.google.com", "www.runoob.com", "www.taobao.com", "www.wikipedia.org"]
ag = [90, 40, 80, 98]
   
# 字典
dict = {'name': nme, 'site': st, 'age': ag}
     
df = pd.DataFrame(dict)
 
# 保存 dataframe
df.to_csv('site.csv')
复制代码

import csv

writer = csv.writer(open('relax_label_results.csv', 'w'), delimiter='\t')
writer.writerow(['songid', 'relax_prob', 'relax_pred'])
writer.writerow(['123', 'abc', 'dgf'])
复制代码

三、字典操作

3.1 读取字典

# 遍历key和value
for key, value in dict.items():

# keys()遍历是无序的
for key in dict.keys():

# 利用sorted()使keys有序遍历
for key in sorted(dict.keys()):
    
# 遍历value
for value in dict.values():
复制代码

3.2 写入字典

dict['a'] = 1  # 直接赋值
复制代码

3.3 移除key

# 删除key值为'a'的元素，并赋值给变量value，若key不存在，则报错
value = d.pop('a')

# 如果key不存在，则可以设置返回值
value = d.pop('a','404')
复制代码

四、conda创建虚拟环境

4.1 创建新环境

conda create -n my_py_env(环境名称) python=3.6
复制代码

4.2 删除环境

conda remove -n my_py_env --all
复制代码

4.3 使用环境

# 触发进入
conda activate my_py_env

# 退出环境
conda deactivate
复制代码

五、APScheduler

5.1 安装

pip install apscheduler
复制代码

5.2 简单示例

from apscheduler.schedulers.blocking import BlockingScheduler
import time

# 实例化一个调度器
scheduler = BlockingScheduler()
 
def job1():
    print('start')

# 添加任务并设置触发方式为3s一次
scheduler.add_job(job1, 'interval', seconds=3)

# 开始运行调度器
scheduler.start()
复制代码

5.3 三种trigger方式

5.3.1 date

只在某个时间点执行一次run_date(datetime|str)

scheduler.add_job(my_job, 'date', run_date=date(2017, 9, 8), args=[])
scheduler.add_job(my_job, 'date', run_date=datetime(2017, 9, 8, 21, 30, 5), args=[])
scheduler.add_job(my_job, 'date', run_date='2017-9-08 21:30:05', args=[])
复制代码

5.3.2 interval

每隔一段时间执行一次weeks=0 | days=0 | hours=0 | minutes=0 | seconds=0, start_date=None, end_date=None, timezone=None

scheduler.add_job(my_job, 'interval', hours=2)
scheduler.add_job(my_job, 'interval', hours=2, start_date='2017-9-8 21:30:00', end_date='2018-06-15 21:30:00)

@scheduler.scheduled_job('interval', id='my_job_id', hours=2)
def my_job():
    print("Hello World")
复制代码

5.3.3 cron

使用同linux下crontab的方式(year=None, month=None, day=None, week=None, day_of_week=None, hour=None, minute=None, second=None, start_date=None, end_date=None, timezone=None)

sched.add_job(my_job, 'cron', hour=3, minute=30)
sched.add_job(my_job, 'cron', hour=5, minute=30, end_date='2017-10-30')

@sched.scheduled_job('cron', id='my_job_id', day='last sun')
def some_decorated_task():
    print("I am printed at 00:00:00 on the last Sunday of every month!")