不全，碰到就加，給自己複習用，不然之前學過的，太久不用就忘了，又得重新學orz。
基礎
字典操作
字典排序
不論是按key排序，還是按values排序，都一條，比較好記
sorted字典的items()（迭代對象，是元組），排序完了再轉換回來
a = {'d': 1, 'c': 4, 'a': 2, 'b': 3}
b = dict(sorted(a.items(), key=lambda item: item[0])) # 按key排序
c = dict(sorted(a.items(), key=lambda item: item[1])) # 按values排序
print(sorted(a)) # 一般直接用字典名，都是指代key列表，等於dict.keys()
print(b, c, sep='\n')
#輸出
[‘a’, ‘b’, ‘c’, ‘d’]
{‘a’: 2, ‘b’: 3, ‘c’: 4, ‘d’: 1}
{‘d’: 1, ‘a’: 2, ‘b’: 3, ‘c’: 4}
字典拼合
a = {"d":1, "c":2}
b = {'c':3, 'a':4}
c = {"b":5, "c":6}
#合併字典，值以後面的爲準
d1 = {**a, **b}
d2 = {**b, **a}
d3 = {**a, **b, **c}
print(d1, d2, d3, sep='\n')
#輸出
{‘d’: 1, ‘c’: 3, ‘a’: 4}
{‘c’: 2, ‘a’: 4, ‘d’: 1}
{‘d’: 1, ‘c’: 6, ‘a’: 4, ‘b’: 5}
pandas
pandas文檔
https://pandas.pydata.org/pandas-docs/stable/index.html
pandas.concat() - 數據合併、重塑
可以和數據庫數據的拼接做類比
| 參數 | 說明 |
|---|---|
| objs | 想要連接的列表或字典，多個對象放在列表中作爲一個參數 |
| axis | 連接的軸方向。默認爲0（如果是二維數據，就是豎着的方向） |
| join | 其他軸的索引按交集inner、並集outer進行合併。默認爲"outer" |
| join_axes | 指明用於其他n-1條軸的索引，不執行交併運算 |
| keys | 與連接對象有關的值，用於形成連接軸向上的層次化索引，可以是列表、數組、元組數組、數組列表（需設置levels） |
| levels | 指定用作層次化索引各個級別的索引（用於設置keys） |
| names | 創建分層級別的名稱（用於設置keys、levels） |
| verify_integrity | 檢查結果對象新軸上的重複情況，發現時引發異常。默認爲False（允許重複） |
| ignore_index | 不保留連接軸上的索引，產生新索引range(total_length) |
適用場景
- 得到一些訓練集和測試集，需要將他們拼成一個總集。此時頭部標籤是一樣的，只需要縱向拼接
data = pd.concat([train_data, test_data])
- 。。。
sklearn
sklearn.preprocessing.LabelEncoder()
LabelEncoder是一個類，包含4個方法
| 方法 | 說明 |
|---|---|
| fit() | 根據輸入形成一個字典 |
| transform() | 將輸入轉換爲索引 |
| fir_transform() | 先形成字典，再轉換爲索引 |
| inverse_transform() | 根據索引得到原始數據 |
將不規律的特徵值轉換爲索引來規範化取值
比如給一些性別特徵值，轉換成01