“卷王”的 Python 学习之路
“卷”个孤寂
作为一个平平无奇的”卷王”,我好久之前就去学过 Python。
那时候,我在公司的一个跨国部门里做开发,当时的网站是国外搭档开发的,运用的 Django 结构。
得学啊,不学作业都保不住。
所以,我报了个班。
可是(此处应有转机):
学成了,没用上。
用不上,又惦记着。
惦记着,但全忘了。
岁月可回首,Python 得从头。
可是,从头学也要有方法,方能事半功倍,节省学习成本。
“卷”对路子
有时候学东西就像搭积木,先部分完成,最终拼装在一起。
假如一开始就像绘画那样完成一副画作,可能会有些难度。
可是,搭积木,初始状态下,不需求拥有太多的根底能力,能看得懂图纸就行。
因为入门快,所以能很快体会到搭积木的趣味。
学东西亦是如此,先感兴趣,然后能上手并有所收成,得到持续的满足感,能够协助坚持学习的热心。
我这次挑选的方法是:
先完成功用,然后依据完成的成果代码,倒推每一步完成思路。
“卷王”的代码智能生成之路
CodeArts Snap:我的 AI 编程帮手
CodeArts Snap 是华为云供给的智能编程帮手,支撑函数级代码主动生成、代码生成引荐、多个生成成果方案供给等。
还有很重要的一点是,PyCharm 中有现成的插件可用。
小试牛刀:检查表格的统计数据
CodeArts Snap 用起来挺便利的,在 PyCharm 中安装好插件,登录华为云的账户(前提是现已成功申请试用)。
新增 py 文件,在文件中加入功用注释,然后单击”return”键,便能够主动生成代码。
下面,咱们来试验一个”检查表格的统计数据”的功用。
数据表格
日期 | 销量 |
---|---|
2023/6/1 | 2742.8 |
2023/6/2 | 3014.3 |
2023/6/3 | 5 |
2023/6/4 | 865 |
2023/6/5 | 3036.8 |
2023/6/6 | 44 |
功用注释
CodeArts Snap 支撑中英文双语注释,我一般会采用中文注释:
"""
完成一个函数并打印函数成果:
1、读取Excel表格,指定表格中的"日期"列为索引列;
2、回来描述性统计数据。
:return:
"""
生成代码
在注释下方,单击”return”键,便能够主动生成代码。
import pandas
def read_excel(file_name):
data = pandas.read_excel(file_name)
return data
def describe_data(data):
print(data.describe())
函数调用
上面的代码其实不太完美,没有主动生成函数调用的代码(也许我没有加对正确的注释),所以我自己加了一行:
describe_data(read_excel('abnormal.xlsx'))
运转成果
运转成果中每个值的释义如下:
count:观测的计数
mean:平均值
std:标准差
min:最小值
25%:1/4分位数
50%:1/2分位数
75%:3/4分位数
max:最大值
代码解析
因为我试验的这个功用相对简单,所以代码解析起来也不费力。
这次代码完成的关键在于 pandas 库,凭借它读取Excel文件并打印统计数据信息。
# pandas是一个快速、强大、灵敏且易于运用的开源数据剖析和操作工具,建立在Python编程言语之上
import pandas
# 文件读取函数
# 依据文件名读取Excel文件,并回来读取到的数据
def read_excel(file_name):
# read_excel:pandas 供给的读取Excel文件的函数
data = pandas.read_excel(file_name)
return data
# 打印统计数据信息函数
# 依据文件数据,打印统计数据信息
def describe_data(data):
# describe 函数:生成描述性统计数据,总结数据集散布的会集趋势,涣散和形状。
print(data.describe())
注:想了深化了解 pandas,能够单击pandas 官网检查更多。
晋级应战:获取统计数据中的极差
极差公式
极差 = 最大值 – 最小值
功用注释
"""
完成一个函数:
1、读取Excel表格;
2、获取表格的描述性统计数据ds;
3、获取ds的最大值减去最小值的差值range,打印range。
:return:
"""
生成代码
这个代码里,有两个小瑕疵:
- 把最大值和最小值都打印了,注释中没有写需求打印这两个值,说明对注释解析的还不够透彻;
- 尽管加了注释,可是注释加的不准确。
def get_min_max(file_name):
# 翻开文件
data = pandas.read_excel(file_name)
# 获取表格的描述性统计数据
ds = data.describe()
# 获取表格的最大值去最小值的差值range,打印range
print(ds.loc['max'])
print(ds.loc['min'])
# 回来表格的最大值去最小值的差值range,打印range
print(ds.loc['max'] - ds.loc['min'])
函数调用
get_min_max('abnormal.xlsx')
运转成果
这个成果还是相对符合预期的
代码解析
def get_min_max(file_name):
# 翻开文件,获取Excel文件的数据,保存到data中
data = pandas.read_excel(file_name)
# 获取表格的描述性统计数据,保存到ds中
ds = data.describe()
# loc:经过标签或布尔数组拜访一组行和列。
# 打印描述性统计数据中的最大值
print(ds.loc['max'])
# 打印描述性统计数据中的最小值
print(ds.loc['min'])
# 打印最大值去最小值的差值
print(ds.loc['max'] - ds.loc['min'])
“卷王”的总结发言
总结一下本篇文章的收成和待提高的内容。
本次收成
先来说说收成吧:
1、经过”成果倒推进程”的方法,试验进程充满趣味,让我对较为陌生的常识的抵触感降低了很多。
2、两个试验完毕之后,关于 Python 的语法和写法都有了一定了解。
3、了解了一个第三方库——pandas,知晓了它的应用场景,可用于数据剖析。
待提高
之后还有些当地需求提高:
1、对 CodeArts Snap 运用的熟练度还有待提高,尤其是功用注释文字的准确度,有时候得到的代码并不是自己想要的。
2、Python 的学习之路还得延续下去。
作者介绍
非职业「传道授业解惑」的开发者叶逐个。
《趣学前端》、《CSS想象》等系列作者。华夏美食、国漫、古风重度爱好者,刑侦、无限流小说初级玩家。
假如看完文章有所收成,欢迎点赞 | 保藏⭐️ | 留言。