Python常见用法

　　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=＂	＂) 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、APScheduler5.1 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=Nonescheduler.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!＂)