导图社区 Python5编程语言思维导图
这是一篇关于Python5编程语言思维导图，包含特点、文件、集成开发环境、模块化设计方法、Python的函数等。
社区模板帮助中心，点此进入>>
互联网9大思维
组织架构-单商户商城webAPP 思维导图。
域控上线
python思维导图
css
CSS
计算机操作系统思维导图
计算机组成原理
IMX6UL(A7)
考试学情分析系统
Python语言
特点
面向对象
数据类型丰富
功能强大的模块库
可拓展性（可嵌入性）
易读、易维护性
可移植性
集成开发环境
自带集成开发环境，IDLE
科学计算集成环境 ，Anaconda
其它集成开发环境，如PyCharm
语法
基本字符
数字字符，如0、1、2等
大小写拉丁字母：a~z，A~Z
中文字符
其他一些可打印字符，如：!@#
特殊字符，如空格符、换行符
标识符
通常使用有一定意义的标识符命名变量 Day_of_year,ID_number
Python中的标识符命名规则： 由大小写英文字母、汉字、数字、下划线组成； 以英文字母、汉字、下划线为首字符，长度任意，大小写敏感； 不能与python关键字同名。
关键字
如False，def，if， else等
对象和数据类型
Python对象
变量
变量的实质是对一个数据对象的引用。
不可变对象，一旦创建其值就不能被改变。如int、float、str、tuple等
可变对象的值可以被修改。 list、dict、set等
数据类型
简单数据类型
整型 int
浮点型 float
复数 complex
布尔类型bool
序列对象
字符串str
元组tuple
列表list
其他类型
集合类型set
字典类型 dict
表达式和语句
表达式
语句
简单语句
复合语句
注释
单行注释，以#开始
多行注释，三个单引号开始，三个单引号结束 三个双引号开始，三个双引号结束
赋值语句
<变量> =<表达式>
字符串
创建用""或''
输入、输出语句
输入语句，<变量>=input(<提示文本串>)
输出语句，print(value, ..., sep=' ', end='\n')
格式化输出，'格式控制串'% (值序列)
格式化函数format，“<输出字符串>”.format(参数列表)
模块和系统函数
内置模块，<函数名>（参数序列）
非内置模块
导入， import <模块名>
使用，<模块名>.<函数>(<参数>) <模块名>.<字面常量>
程序设计的一般过程
分析问题
设计算法
编写程序
调试运行
控制结构
顺序结构
选择结构
单分支，if
双分支，if、else
多分支，if、elif、else
循环结构
while循环
for循环
break与continue
模块化设计方法
模块化设计
模块是指提供特定功能的相对独立的单元，具有独立性、抽象性、互换性、灵活性等特点
函数的定义和调用
函数的定义包括函数名称、形参以及函数体，定义函数的语法如下： def 函数名( 形参列表 )： 函数体
Python的函数
参数
参数传递的实质
默认参数
可变参数
全局变量和局部变量
全局变量
局部变量
global语句声明全局变量
lambda函数
定义
lambda 参数列表: 表达式
作为高阶函数的参数
递归函数
具备递归出口
每次递归调用，问题有所简化
批量数据的算法设计
序列
元组和列表
元祖
创建用()
列表
创建用[]
序列操作
联接和复制操作
索引操作
序列函数，如max，min等
逻辑判断操作，in/not in
遍历操作，for x in
集合和字典
集合
创建用{}或set()
字典
创建形式：d = {key1:value1, key2:value2,…… }，d = dict(key1=value1, key2=value2,…… )
文件
基本操作
打开文件
f=open(file, mode='r',coding=none...)
with open(file, mode=‘r’,...) as 文件对象
关闭文件
读取数据
f.read(size)
f.readline()
f.readlines()
for line in f：
数据写入到文件
Numpy数据分析模块
Numpy
NumPy Ndarray 对象
创建 ndarray
numpy.array(object,dtype=None,copy=True,order=None,subok=False,ndmin=0)
调整数组大小
ndarray.shape
reshape
创建特殊的数组
numpy.empty
numpy.zeros
numpy.ones
创建序列的函数
numpy .arrange()函数
numpy.linspace()函数
range()函数
数组的切片和迭代
numpy.nditer
NumPy计算
条件运算
统计计算
Pandas数据分析模块
Pandas
Series
创建：pd.Series(data, index)
DataFrame对象
创建：DataFrame([data, index, columns, dtype, copy])
访问DataFrame对象
修改DataFrame数据
