logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Python学习笔记·第16天:让程序不再崩溃——异常处理与模块化编程

异常就是程序运行过程中遇到的错误情况。比如:除数为0、文件不存在、内存不足等。Python通过异常类来描述和处理这些异常。处理过程抛出异常:发生异常时,生成一个异常对象,停止当前执行路径捕获异常:解释器寻找相应的代码来处理该异常# 最常见的异常:除数不能为0自定义异常通常继承Exception类,命名以Error为后缀,由raise语句主动抛出。# 自定义异常类class AgeError(Exc

#python#学习
Python学习笔记·第17天:让数据“落地生根”——文件操作与数据持久化

文件写入三步骤open()→write()→close()推荐使用with语句:自动管理文件关闭,防止资源泄漏中文编码:写入中文时指定三种读取方法read()(全部/指定字符)、readline()(一行)、(列表)二进制模式:处理图片/视频时加b,如rbwbpickle序列化:将Python对象存入文件,读取时恢复为对象CSV操作读取,写入,注意Windows加newline=""OS模块:调用

#python#学习
Python学习笔记·第18天:进入数据分析大门——NumPy核心基础

数组创建np.array()是最核心的转换方式,掌握arangelinspacezeros/onesrandom等快捷生成函数。运算原则数组与常量:逐元素运算,注意“数组在前”和“常量在前”的结果差异数组与数组:等长直接算,不等长则广播(能广播则算,不能就报错)排序诀窍argsort()返回的是下标数组,不是排序后的值返回最大/最小值的下标sort()是原地排序,会改变原数组访问与修改修改数组有“

#python#学习
从0开始转入Ai应用层,从python学起第一天

关键:文档字符串(Docstring),写在函数内部第一行的多行注释,可通过 help(函数名) 查看。核心作用:所有你起的名字(变量名、函数名)都叫标识符,都必须遵守这一章的开头规则。核心作用:不同类型的数据有不同的操作。核心作用:输入代码立刻出结果,适合测试想法、验证语法、临时计算。转类型:int(“123”)(字符串转整型)、str(100)调试时临时屏蔽代码。五、一切名字的“宪法”:标识符

#python
从0开始转入Ai应用层,从python学起第六天

集合是一个无序、不重复的元素序列。元素之间用逗号分隔,用{}或set()函数创建。核心特性自动去重(重复元素只保留一个)元素必须是不可变类型(不能放列表、字典)无序(不支持索引访问)可进行交集、并集、差集等集合运算重要提醒:空集合必须用set(),因为{}是用来创建空字典的。set1 = {1, 2, 3, 4} # 自动去重name = {'牛奶', '面包', '鸡蛋', '牛奶'} # 重复

#python
从0开始转入Ai应用层,从python学起第八天

拆包 = 一次性赋值:将可迭代对象中的元素同时赋给多个变量,语法为。三种拆包方式方式语法说明基础拆包左右数量必须一致号拆包收集剩余元素为列表忽略丢弃不需要的值字典拆包三类默认拆包拿到的是键用.items()拿到键值对用.values()拿到值函数参数拆包(重点)*列表/元组→ 将元素作为位置参数传入**字典→ 将键值对作为关键字参数传入常见应用注:已经使用DeepSeek进行整理精简核心内容,些许

#python#开发语言
从0开始转入Ai应用层,从python学起第十三天

迭代器是一种设计模式,能够顺序访问集合中的元素,无需暴露集合的内部结构。通俗理解:迭代器是一个"指哪打哪"的智能指针,你只需要告诉它"给我下一个元素",它就会按顺序返回。核心协议__iter__():返回迭代器对象本身__next__():返回下一个元素,没有更多元素时抛出异常迭代器实现了__iter__()和__next__()方法的对象用iter()将可迭代对象转为迭代器用next()逐个获取

#python#开发语言
Python学习笔记·第18天——Python 基础合集

变量是存储数据的“容器”,值可以随时修改。Python 无需声明类型,直接用赋值。age = 18name = "小明""""返回两数之和"""__name__:判断模块是被执行还是被导入__all__:控制from 模块 import *的导出内容。

#python#学习
Python学习笔记·第22天:Pandas实战——读取Excel、筛选数据与统计分析

读取Excel,常用参数usecols(选列)、skiprows(跳行)、index_col(索引列)。三种索引方式iloc:用数字位置(像Excel的A1、B2)loc:用标签名称(像Excel的列名)at:快速取单个值条件筛选套路df[df['列名'] > 值]df[(条件1) & (条件2)]df[df['列名'].isin([值1, 值2])]df[df['列名'].between(最小值

#python#学习
    共 39 条
  • 1
  • 2
  • 3
  • 4
  • 请选择