甜橘子，专注成都网站制作网站设计与营销型网站建设与优化
QQ :532337155
电话：028-86922220
变量名={元素，元素，，，}
创新互联建站是一家专业从事网站制作、成都网站制作的网络公司。作为专业网站设计公司,创新互联建站依托的技术实力、以及多年的网站运营经验,为您提供专业的成都网站建设、成都营销网站建设及网站设计开发服务！
nums={11,24,45,96,28}
nums.add(42)
print(nums)
nums={11,24,45,96,28}
nums2=["anfly","tom"]
nums.update(nums2)
print(nums)
1）nums={11,24,45,96,28} [没有该数字报错]
nums.remove(24)
print(nums)
2）nums={11,24,45,96,28} [随机删]
nums.pop()
print(nums)
3）nums={11,24,45,96,28} [没有该数字不会报错]
nums.discard(24)
print(nums)
交集:(存在相同元素)
set1={"anfly","tom","haha"}
set2={"anfly","susala"}
set3=set1set2
print(set3)
并集:(得到全部集合中全部的元素)
set1={1,2,3,4}
set2={3,4,5,6}
new_set=set1|set2
print(new_set)
运算符 (+ * in)
内置函数 (len max min del)
列：set1 = {"1","2","3"}
print(min(set1))
def函数名():
执行语句
函数名()
列：
defhello():
print("hello word")
hello()
2.函数参数：
def add2num():
a=11
b=22
c=a+b
print(c)
add2num()
3.位置参数:
def fun(a,b):
print("a:",a)
print("b:",b)
fun(2,3)
4.关键字参数：
def fun(a,b):
print("a:",a)
print("b:",b)
fun(a=2,b=3) [第一个‘a’可以直接写数字，也可以展示；第二个以及之后‘b’不能直接写数字，要写‘b=3’这种格式]
5.缺省参数
def printinfo(name,age=20):
print("name:",name)
print("age:",age)
printinfo(name="anfly") [展示都能展示出来]
6.不定长参数
1).*args[展示是元组]
defprintinfo(*args):
print("args:",args)
printinfo(100,200,300,400)
2）**args[展示是k.v格式]
def printinfo(**kwargs):
print("kwargs:",kwargs)
printinfo(a=100,b=200,c=300,d=400)
7.参数位置顺序
def sun(a,*args,b=22,**kwargs):
print("a：",a) ==10
print("args：",args) ==（200，300）
print("b：",b) ==2
print("kwargs：",kwargs) =={‘m’:3,'n':4}
sun(100,200,300,b=2,m=3,n=4)
8.函数返回值
def fan(a,b):
return a+b
print(fan(1,2)) #3
9.匿名函数（lambda函数也叫匿名函数，即函数没有具体的名称）
案例一：
sum=lambda a,b:a+b
print(sum(1,2)) #3
案例二：
sum=lambda a,b:100
print(sum(1,2)) #100
1.局部变量
def jv():
a=3
print(a)
def jv1():
a=99
print(a)
jv() #3
jv1() #99
2.全局变量
def jv():
print(a)
def jv1():
a=99
print(a)
jv() #全局变量
jv1() #99
3.局部变量升成全局变量
def jv():
a=3
global b
b="我也是全局变量"
print(a)
def jv1():
a=99
print(a)
print(b)
jv() #3
jv1() #99 #“我也是全局变量”
null/None/NaN
null经常出现在数据库中
None是Python中的缺失值，类型是NoneType
NaN也是python中的缺失值，意思是不是一个数字，类型是float
在pandas和Numpy中会将None替换为NaN，而导入数据库中的时候则需要把NaN替换成None
找出空值
isnull()
notnull()
添加空值
numeric容器会把None转换为NaN
In [20]: s = pd.Series([1, 2, 3])
In [21]: s.loc[0] = None
In [22]: s
Out[22]:
0 NaN
1 2.0
2 3.0
dtype: float641234567891012345678910
object容器会储存None
In [23]: s = pd.Series(["a", "b", "c"])
In [24]: s.loc[0] = None
In [25]: s.loc[1] = np.nan
In [26]: s
Out[26]:
0 None
1 NaN
2 c
dtype: object123456789101112123456789101112
空值计算
arithmetic operations(数学计算)
NaN运算的结果是NaN
statistics and computational methods(统计计算)
NaN会被当成空置
GroupBy
在分组中会忽略空值
清洗空值
填充空值
fillna
DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)
参数
value : scalar, dict, Series, or DataFrame
method : {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}, default None(bfill使用后面的值填充,ffill相反）
axis : {0 or ‘index’, 1 or ‘columns’}
inplace : boolean, default False
limit : int, default None
downcast : dict, default is None
返回值
filled : DataFrame
Interpolation
replace
删除空值行或列
DataFrame.dropna(axis=0, how=’any’, thresh=None, subset=None, inplace=False)
参数
axis : {0 or ‘index’, 1 or ‘columns’}, or tuple/list thereof
how : {‘any’, ‘all’}
thresh : int, default None
subset : array-like
inplace : boolean, default False
返回
dropped : DataFrame
所谓缺省参数，在定义函数时，可以给某个参数指定一个默认值，具有默认值的参数就叫做缺省参数。调用函数时，如果没有传入缺省参数的值，则在函数内部使用定义函数时指定的参数默认值。
缺省参数的作用：
函数的缺省参数，将常见的值设置为参数的缺省值，从而简化函数的调用。
例如：对列表排序的方法
执行结果：
在参数后使用赋值语句，可以指定参数的缺省值。
不设置缺省参数：
执行结果：张三 是 男生
# 假设班上的男生比女生多，我们不传递True这个参数，让性别默认是男生
设置缺省参数：
执行结果：
提示：
1. 缺省参数，需要使用最常见的值作为默认值。
2. 如果一个参数的值不能确定，则不应该设置默认值，具体的数值在调用函数时，由外界传递。
一句话讲在定义函数时怎样指定函数的缺省参数的默认值，在形参后面跟上一个等号，等号后面跟上参数的默认值就可以了。可以看以上案例。
必须保证带有默认值的缺省参数在参数列表末尾。
所以，以下定义是错的：
PyCharm在错误的参数下面会有一个波浪线提示，告诉你要么给它挪到缺省参数前面，要么它也变成带有默认值的缺省参数。
在调用函数时，如果有多个缺省参数，需要指定参数名，这样解释器才能能够知道参数的对应关系。
执行结果：