基本變量與運算

• 整數：1、0xff00、int('123')、int(1.23)
• 浮點數：1.23、1.23e2、1.2e-5、float('1.23')
• 字符串：'abc'、str(123)、str(1.23)
• 布爾值、運算符、布爾表達式：True、False，and、or、not，3 > 2
• 變量（類型不固定，因此無需定義類型）：a = 1,a = 'abc'
  vi. 精確除：/，例如 10 / 3 的結果為3.33333333…
  vii. 整數除：//，例如10 // 3的結果為3
  viii. 格式化字符串：'Age: %s. Gender: %s' % (25, True)
  ix. 條件判斷：（注意python是用縮進來代替{}的，注意判斷語句后的冒號）

if a == 0:
    print("a == 0")
elif a == 1:
    print("a == 1")
else:
    print("a is not 0 or 1")

x. 循環：可以用break和continue。

1. for循環，數組迭代。

for x in [1,2,3]:
    print("x = ", x)

2. for循環，range迭代。用range(N)生成0 ~ N - 1的整數序列

for x in range(5): 
     print("x = ", x)

3. while循環。

x = 0
while x < 3:
    x += 1

常用容器類型

list

• 說明：list也就是常用的數組/鏈表，數據按順序存儲。
• 定義：s = ['Apple', 123, ['asp', 'php'],True]
• 初始化：s = [0] * 100
• 取出元素：s[1]、s[2][1]、s[-1]（等價于 s[len(s) - 1]）
• 計算長度：len(s)
• 追加元素：s.append('Adam')
• 插入：s.insert(1, 'Jack')
• 擴展（追加列表）：s.extend(ss)
• 刪除元素：s.pop(1)，默認不加參數為刪除最后一個(index = -1)。
• 排序：s.sort()
• 查找元素序號：pos = s.index(value)
• 切片：
  • s[ :3]（取前3個元素）
  • s[1:4] （取1~3共3個元素）
  • s[-3: ]（取最后3個元素）
  • s[ :10:2] （取前10個元素，每2個取1個，從第一次切片中的0元素開始計數）
  • s[::5]（所有元素，每5個取1個，從0元素開始計數）
  • s[:]（原樣復制一個list）
  • 備注：tuple和字符串也可以按照如上切片規律操作
• Counter：Counter(list)來計算list中的set以及各個元素出現的次數。

tuple

• 說明：tuple也即元組，是一旦初始化就不能修改的list
• 定義：t = ('Michael', 'Bob', 'Tracy')，特例：定義一個元素的tuple， t = (1, )

set

• 說明：set也即集合，類似于沒有重復元素的list
• 定義：s = set([1, 2, 3]) （要創建一個set，需輸入一個list以供初始化）
• 添加一個元素：s.add(4)
• 刪除一個元素：s.remove(4)
• 求兩個set的交集、并集：s1 & s2、s1 | s2

dic

• 說明：dic也即字典，也就是map，通過鍵值對(key value)存儲數據。
• 定義：d = {'Michael': 95, 'Bob': 75, 'Tracy': 85}
• 通過key取value：d['Michael']
• 通過key給value賦值（覆蓋value，或者添加鍵值對）：d['Bob'] = 67, d['Az'] = 69
• 將dict2添加到dict中：dict.update(dict2)
• 判斷元素存在：'Thomas' in d或者d.get('Thomas', -1)
• 刪除鍵值對：d.pop('Bob')
• 遍歷key：for key in dic:，按排序后的key遍歷：for i in sorted (dic) :

常用語法

main函數

main函數可以簡單認為是python腳本的起始點，但實際在main之前會執行全局代碼段，因此實際不用main函數代碼也可以執行。
main函數寫法如下：

if __name__ == '__main__':
    print("hello world!")

說明：__name__變量是一個特殊的內置Python變量，它顯示當前模塊的名稱。如果當前函數對應文件為程序執行文件，則__name__被標記為'__main__'，否則__name__被標記為模塊名稱，這可以用于區分當前文件是執行文件還是作為模塊被導入的文件。通過下述這種方式在python腳本中標記main函數，可以使得main中的代碼在程序作為獨立腳本時運行，而作為導入模塊時不會運行。

定義函數

格式為：def <函數名>(<參數表>): <表達式>
注意對于python而言，不需要分號斷句，但對縮進有嚴格要求。
函數定義舉例如下：

def max(a,b):
   return a if a > b else b

調用函數

直接調即可：
a = max(1,2)

導入函數

格式為：from <文件名> import <函數名> ，文件名不含.py，例如：
from util import timer
如果想全部導入，可以使用：
from util import *

導入模塊

直接用import關鍵字導入即可，例如：
import sys
import numpy as np
如果運行提示沒有安裝對應模塊，可以使用pip install <package name>來安裝。

執行順序

python程序執行順序是按照全局代碼塊到main函數來執行的，因此對于下述代碼，執行順序是：
導入sys模塊 -> 執行global變量a初始化賦值 -> 執行global打印 -> 執行main函數 -> 執行test函數 -> 執行變量a賦值

import sys
a = 1
print("global")
def test():
    print("test")
if __name__ == '__main__':
    print("main")
    test()
    a = 2

常用第三方庫使用方法

numpy

說明：numpy是一個數學庫，主要用于數組和矩陣的計算。

• 生成矩陣：
  • 生成一維矩陣：np.array([1,2,3,4])、np.array(range(1,5))、np.arrange(5)
  • 生成二維矩陣：np.array([1,2],[3,4])、np.array([1,2,3,4]).reshape(2,2)
  • 生成零矩陣：np.zeros(shape=(2,2))
  • 生成一矩陣：np.ones(shape=(2,2))
  • 生成n * n的單位矩陣：np.identity(n)、np.diag([1] * n)、np.eye(n)
• 矩陣最大、最小、平均值：np.max(img)，np.min(img)，np.mean(img)
• 矩陣按值篩選，生成0、1掩膜矩陣：img < 3.14
• 矩陣變形：A.reshape(m,n)
• 帶通截止：np.clip(img, thresh_low, thresh_high)
• 矩陣點乘A·B：np.dot(A,B)或者A.dot(B)，按位乘Ai*Bi：A * B
• 矩陣叉乘AxB：np.cross(A,B)
• 求矩陣的模：np.linalg.norm(A)
• 求矩陣的逆：np.linalg.inv(img)
• 求矩陣的轉置：A.T、A. transpose()

pyplot

說明：pyplot是Matplotlib 的子庫，提供了和MATLAB 類似的繪圖API，主要用于科學繪圖。

• 導入pyplot：from matplotlib import pyplot as plt
• 各種圖繪制：
  • 散點圖：plt.scatter(x,y, s = 5)，其中x、y為數據對應的list，下同。
  • 點線圖：plt.plot(x,y,label='a',color='g',marker='o', linewidth=1, alpha=0.6)
  • 直方圖：plt.hist(x, color = "g")
  • 柱狀圖：plt.bar(x,y,label='pass',alpha = 0.6,fc = 'c')，可用Counter(origin_list)將一個有原始數據的list轉換為統計頻度的map，map的key為list中的各數據，也即x，value為出現的次數，也即y。
  • 在同一坐標軸中繪制兩套數據：以繪制對比柱狀圖為例，再次調用plt.bar([x1+0.1 for x1 in x], y, label = 'fail',alpha = 0.6,fc = 'r')，其中x1+0.1是將第二套數據在坐標軸中總體偏移0.1，用于區分兩套數據。
  • 繪制多個子圖：plt.subplot(NMi)，繪制N行M列的第i張圖，例如121指繪制1行2列子圖中的第1張圖。
• 圖片參數修改：
  • 修改圖片標題：plt.title(str)
  • 調整x、y軸坐標刻度：plt.xticks(x_label)、plt.yticks(y_label)，其中x_label、y_label為希望標注的刻度值的list。
  • 設置x、y軸標題：plt.xlabel(str)、plt.ylabel(str)
  • 設置圖例：plt.legend(loc='upper center', shadow=True, fontsize='x-large')，根據plot的label自動設定圖例文字。
  • 邊緣留白：plt.margins(2, 2)
  • Subplot間距：plt.subplots_adjust(top=1, bottom=0, right=1, left=0, hspace=0, wspace=0)，前四個參數為整幅圖在畫面中的上下左右位置，1代表是100%，hspace和wspace代表副圖間隔與單幅圖的大小比例。說明見：https://blog.csdn.net/ggt55ng6/article/details/88879689
  • 圖片大小：plt.figure(figsize=(60,60))
  • 可用marker標記：
    
    image.png

OpenCV

說明：OpenCV是一個計算機視覺庫，主要用于圖像處理。

• 讀取圖像：img = cv2.imread(img_dir, cv2.IMREAD_UNCHANGED)
• 寫出圖像：cv2.imwrite(path, img)
• 獲取圖像寬高與位數：img.shape、img.dtype
• 獲取BGRA通道：b,g,r,a = cv2.split(img)
• 合并成新圖：img = cv2.merge((b, g, r, a))
• 縮放：new_img = cv2.resize(img, (new_w,new_h), fx=x_ratio, fy=y_ratio, interpolation=cv2.INTER_AREA)
• Padding：new_img = cv2.copyMakeBorder(img, pad_top, pad_bottom, pad_left, pad_right, cv2.BORDER_CONSTANT, value=0)

Dataframe

說明：Dataframe是pandas庫的一個表格型的數據結構，在對表操作時會用到。

• 生成空的Dataframe：df = pd.Dataframe()
• 從csv中讀取：df = pd.read_csv(file_path,index_col="index")
• 列名列表：df.columns
• 行名列表：df.index
• 增加一列：df[key] = val
• 修改列名：df.rename(columns={'a':'A'})
• 按行列獲取數據：df.loc[index_a, COL_A]，獲取index_a行，COL_A列的數據
• 按某一列值獲取數據：df.loc[df[df[key_a] == val_a].index.tolist()[0], key_b]，key_a列為val_a的第一行中，key_b列的值。
• 篩選A列數據并返回篩選后的dataframe：df [df[COL_A] > val]
• 篩選A列數據并返回對應B列的值：list(df [df[COL_A] > val][COL_B])
• 增加一條數據：

s = pd.Series(list(infoMap.values()),index=infoMap.keys())
df.append(pd.DataFrame({nid:s}).T)

• 去重：df.drop_duplicates(COL_A)
• 刪除指定列：df.drop(columns=[COL_A, COL_B, COL_C])