Dataquest学习总结[1]

step1 introduction to python

A.关于 Error Handling部分：

可以用于对异常数据，缺失数据进行处理

B.关于正则表达式regular expression部分：

主要描述了

re.search()（查找能匹配的表达式）  

re.sub()（将匹配的表达式替换成其他字符串）  

re.findall()（查找字符串中所有包含表达式的子串，返回一个子串list）

三个函数，用于数据处理

C.

关于time 模块部分：

time.time()返回当前linux时间戳（从1970年1月1日开始过了多少秒）

time.gmtime() 返回一个struct_time的类，包含：

tm_year: The year of the timestamp

tm_mon: The month of the timestamp (1-12)

tm_mday: The day in the month of the timestamp (1-31)

tm_hour: The hour of the timestamp (0-23)

tm_min: The minute of the timestamp (0-59)

关于datetime模块：

datetime模块有datetime类，即datetime.datetime，包含有这些性质：

>>year     month    day    hour    minute    second    microsecond

datetime类包含方法datetime.now()返回datetime类的实例，包含上面这些性质表示当前时间

本身定义datetime实例需要传入参数，如：march3 = datetime.datetime(year = 2010, month = 3, day = 3)

该datetime实例可以对时间格式进行定制，包含方法如：march3.strftime("%b %d, %Y")即"Mar 03, 2010"  (查找documentation对格式进行定制)

反之，将所给的时间字符串转换为datetime类，即strptime方法如：datetime.datetime.strptime("Mar 03, 2010", %b %d, %Y")   (与strftime配合使用)

其次，datetime模块还有timedelta类，可以用于时间的加减，包含有这些性质(注意s)：

weeks    days    hours    minutes    seconds    milliseconds    microseconds

例：计算从现在开始三星期两天后的时间：

time_now=datetime.datetime.now()

diff=datetime.timedelta(week=3,day=2)

time_after=time_now+diff

PS:注意区别，time模块本来就包含time(),gmtime()的方法。而datetime模块是在datetime类里面才包含now()的方法

可以将linux时间戳时间转换为可读时间datetime实例：datetime_object = datetime.datetime.fromtimestamp(1433213314.0)

这一部分，csv文件的读取方式主要是直接读取，和用csv.reader读取两种，都要转化为list of list 的类型：

>>1.

f=open("xxx.csv",'r')

data=f.read()  #此时还只是一个大的string格式

data_list=data.split('\n')

data_list_1=[]

for row in data_list:

    data_list_1.append(row.split(','))

从而最终得到一个list of list 的格式

>>2.

import csv

f=open("xxx.csv",'r')

data=list(csv.reader(f))

直接得到一个list of list 的格式

后面会讲到用numpy和pandas的读取方式，更简洁也更易操作