本文目录一览：
- 1、Python常用函数三有哪些？这7个函数使用频率最高，总算搞明白了
- 2、Python基础 numpy中的常见函数有哪些
- 3、python 十条函数
- 4、pytorch 常用函数参数详解
- 5、68 个 Python 内置函数详解
- 6、python3.4学习笔记 3.x和2.x的区别，持续更新
Python常用函数三有哪些？这7个函数使用频率最高，总算搞明白了
1.1 例如：print(hex(2))案例
1.2 输出函数：print(hex(2))
1.3 输出结果：0x2
1.4 解析说明：返回16进制的数。
2.1 例如：print(chr(10))案例
2.2 输出函数：print(chr(10))
2.3 输出结果：0o12
2.4 解析说明：返回当前整数对应的ASCll码
3.1 例如：print(ord("b"))案例
3.2 输出函数：print(ord("b"))
3.3 输出结果：98
3.4 解析说明：返回当前ASCll码的10进制数
4.1 例如：print(chr(97))
4.2 输出函数：print(chr(97))
4.3 输出结果：b
4.4 解析说明：返回当前ASCll码的10进制数。
案例一：给你一个字符串,s = 'hello kitty'
1.1 输出函数：print(s.capitalize())
1.2 输出结果：0x2
1.3 解析说明：返回16进制的数。
2.1输出函数：print(s.replace('kitty','kuang'))
2.2 输出结果：hello kuang
2.3 解析说明：替换功能，将kitty换成kuang。
2.4 输出函数：print(s.replace('4','KK'))
2.5 输出结果：12KK12KK
2.6 解析说明：所有的4都替换成KK
2.7 输出函数：print(s.replace('4','KK'))
2.8 输出结果：12KK12KK124
2.9 解析说明：将前两个的4替换成go
案例一：给你一个字符串，ip = '192.168.1.1'
3.1 输出函数：print(ip.split(','))
3.2 输出结果：['192.168.1.1']
3.3 解析说明：将字符串分割成列表
案例一：给你一个字符串，ip = '192.168.1.1'
3.3 输出函数：print(ip.split(',',2))
3.4 输出结果：['192.168.1.1']
3.5 解析说明：从第二个开始分割成列表
Python基础 numpy中的常见函数有哪些
有些Python小白对numpy中的常见函数不太了解，今天小编就整理出来分享给大家。
Numpy是Python的一个科学计算的库，提供了矩阵运算的功能，其一般与Scipy、matplotlib一起使用。其实，list已经提供了类似于矩阵的表示形式，不过numpy为我们提供了更多的函数。
数组常用函数
1.where()按条件返回数组的索引值
2.take(a,index)从数组a中按照索引index取值
3.linspace(a,b,N)返回一个在(a,b)范围内均匀分布的数组，元素个数为N个
4.a.fill()将数组的所有元素以指定的值填充
5.diff(a)返回数组a相邻元素的差值构成的数组
6.sign(a)返回数组a的每个元素的正负符号
7.piecewise(a,[condlist],[funclist])数组a根据布尔型条件condlist返回对应元素结果
8.a.argmax(),a.argmin()返回a最大、最小元素的索引
改变数组维度
a.ravel(),a.flatten():将数组a展平成一维数组
a.shape=(m,n),a.reshape(m,n):将数组a转换成m*n维数组
a.transpose,a.T转置数组a
数组组合
1.hstack((a,b)),concatenate((a,b),axis=1)将数组a,b沿水平方向组合
2.vstack((a,b)),concatenate((a,b),axis=0)将数组a,b沿竖直方向组合
3.row_stack((a,b))将数组a,b按行方向组合
4.column_stack((a,b))将数组a,b按列方向组合
数组分割
1.split(a,n,axis=0),vsplit(a,n)将数组a沿垂直方向分割成n个数组
2.split(a,n,axis=1),hsplit(a,n)将数组a沿水平方向分割成n个数组
数组修剪和压缩
1.a.clip(m,n)设置数组a的范围为(m,n),数组中大于n的元素设定为n,小于m的元素设定为m
2.a.compress()返回根据给定条件筛选后的数组
数组属性
1.a.dtype数组a的数据类型
2.a.shape数组a的维度
3.a.ndim数组a的维数
4.a.size数组a所含元素的总个数
5.a.itemsize数组a的元素在内存中所占的字节数
6.a.nbytes整个数组a所占的内存空间7.a.astype(int)转换a数组的类型为int型
数组计算
1.average(a,weights=v)对数组a以权重v进行加权平均
2.mean(a),max(a),min(a),middle(a),var(a),std(a)数组a的均值、最大值、最小值、中位数、方差、标准差
3.a.prod()数组a的所有元素的乘积
4.a.cumprod()数组a的元素的累积乘积
5.cov(a,b),corrcoef(a,b)数组a和b的协方差、相关系数
6.a.diagonal()查看矩阵a对角线上的元素7.a.trace()计算矩阵a的迹，即对角线元素之和
以上就是numpy中的常见函数。更多Python学习推荐:PyThon学习网教学中心。
python 十条函数
def age():
"""This funcation aske user's age and return a interge
n=int(input('Please input your age:'))
return n
...
就这样写好了，没时间玩这么简单的东西。
pytorch 常用函数参数详解
1、torch.cat(inputs, dim=0) - Tensor
参考链接：
[Pytorch] 详解 torch.cat()
Pytorch学习笔记(一)：torch.cat()模块的详解
函数作用：cat 是 concatnate 的意思：拼接，联系在一起。在给定维度上对输入的 Tensor 序列进行拼接操作。torch.cat 可以看作是 torch.split 和 torch.chunk 的反操作
参数：
inputs(sequence of Tensors)：可以是任意相同类型的 Tensor 的 python 序列
dim(int, optional)：defaults=0
dim=0: 按列进行拼接
dim=1: 按行进行拼接
dim=-1: 如果行和列数都相同则按行进行拼接，否则按照行数或列数相等的维度进行拼接
假设 a 和 b 都是 Tensor，且 a 的维度为 [2, 3]，b 的维度为 [2, 4]，则
torch.cat((a, b), dim=1) 的维度为 [2, 7]
2、torch.nn.CrossEntropyLoss()
函数作用：CrossEntropy 是交叉熵的意思，故而 CrossEntropyLoss 的作用是计算交叉熵。CrossEntropyLoss 函数是将 torch.nn.Softmax 和 torch.nn.NLLLoss 两个函数组合在一起使用，故而传入的预测值不需要先进行 torch.nnSoftmax 操作。
参数：
input(N, C)：N 是 batch_size，C 则是类别数，即在定义模型输出时，输出节点个数要定义为 [N, C]。其中特别注意的是 target 的数据类型需要是浮点数，即 float32
target(N)：N 是 batch_size，故 target 需要是 1D 张量。其中特别注意的是 target 的数据类型需要是 long，即 int64
例子：
loss = nn.CrossEntropyLoss()
input = torch.randn(3, 5, requires_grad=True, dtype=torch.float32)
target = torch.empty(3, dtype=torch.long).random_(5)
output = loss(input, target)
output
输出为：
tensor(1.6916, grad_fn=NllLossBackward)
68 个 Python 内置函数详解
内置函数就是Python给你提供的，拿来直接用的函数，比如print.，input等。
截止到python版本3.6.2 ，python一共提供了68个内置函数，具体如下
本文将这68个内置函数综合整理为12大类，正在学习Python基础的读者一定不要错过，建议收藏学习！
（1）列表和元组
（2）相关内置函数
（3）字符串
frozenset 创建一个冻结的集合，冻结的集合不能进行添加和删除操作。
语法：sorted(Iterable, key=函数(排序规则), reverse=False)
语法：fiter(function. Iterable)
function: 用来筛选的函数. 在filter中会自动的把iterable中的元素传递给function. 然后根据function返回的True或者False来判断是否保留留此项数据 , Iterable: 可迭代对象
搜索公众号顶级架构师后台回复“面试”，送你一份惊喜礼包。
语法 : map(function, iterable)
可以对可迭代对象中的每一个元素进行映射. 分别去执行 function
hash : 获取到对象的哈希值(int, str, bool, tuple). hash算法:(1) 目的是唯一性 (2) dict 查找效率非常高, hash表.用空间换的时间 比较耗费内存
python3.4学习笔记 3.x和2.x的区别，持续更新
python3.4学习笔记(四) 3.x和2.x的区别
在2.x中:print html，3.x中必须改成:print(html)
import urllib2
ImportError: No module named 'urllib2'
在python3.x里面，用urllib.request代替urllib2
import thread
ImportError: No module named 'thread'
在python3.x里面，用_thread(在前面加一个下划线)代替thread
在2.x中except Exception,e : 3.x中改为except (Exception):
=================================
print函数
虽然print语法是Python 3中一个很小的改动，且应该已经广为人知，但依然值得提一下：Python 2中的print语句被Python 3中的print()函数取代，这意味着在Python 3中必须用括号将需要输出的对象括起来。
在Python 2中使用额外的括号也是可以的。但反过来在Python 3中想以Python2的形式不带括号调用print函数时，会触发SyntaxError。
Python 2.7.6
print 'Python', python_version()
print 'Hello, World!'
print('Hello, World!')
print "text", ; print 'print more text on the same line'
输出：
Hello, World!
Hello, World!
text print more text on the same line
---------------------------
Python 3.4.1
print('Python', python_version())
print('Hello, World!')
print("some text,", end="")
print(' print more text on the same line')
输出：
Hello, World!
some text, print more text on the same line
print 'Hello, World!'
File "ipython-input-3-139a7c5835bd", line 1
print 'Hello, World!'
^
SyntaxError: invalid syntax
注意：在Python中，带不带括号输出”Hello World”都很正常。
但如果在圆括号中同时输出多个对象时，就会创建一个元组，这是因为在Python 2中，print是一个语句，而不是函数调用。
print 'Python', python_version()
print('a', 'b')
print 'a', 'b'
Python 2.7.7
('a', 'b')
a b
---------------------------------
整数除法
由于人们常常会忽视Python 3在整数除法上的改动（写错了也不会触发Syntax Error），所以在移植代码或在Python 2中执行Python 3的代码时，需要特别注意这个改动。
所以，我还是会在Python 3的脚本中尝试用float(3)/2或 3/2.0代替3/2，以此来避免代码在Python
2环境下可能导致的错误（或与之相反，在Python 2脚本中用from __future__ import division来使用Python
3的除法）。
Python 2.7.6
3 / 2 = 1
3 // 2 = 1
3 / 2.0 = 1.5
3 // 2.0 = 1.0
Python 3.4.1
3 / 2 = 1.5
3 // 2 = 1
3 / 2.0 = 1.5
3 // 2.0 = 1.0
---------------------------------
Unicode
Python 2有基于ASCII的str()类型，其可通过单独的unicode()函数转成unicode类型，但没有byte类型。
而在Python 3中，终于有了Unicode（utf-8）字符串，以及两个字节类：bytes和bytearrays。
Python 2.7.6
print type(unicode('this is like a python3 str type'))
type 'unicode'
print type(b'byte type does not exist')
type 'str'
print 'they are really' + b' the same'
they are really the same
print type(bytearray(b'bytearray oddly does exist though'))
type 'bytearray'
Python 3.4.1 has class 'bytes'
print('and Python', python_version(), end="")
print(' also has', type(bytearray(b'bytearrays')))
and Python 3.4.1 also has class 'bytearray'
1
'note that we cannot add a string' + b'bytes for data'
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
ipython-input-13-d3e8942ccf81 in module()
---- 1 'note that we cannot add a string' + b'bytes for data'
TypeError: Can't convert 'bytes' object to str implicitly
=================================
python 2.4 与 python 3.0 的比较
一、 print 从语句变为函数
原: print 1,2+3
改为: print ( 1,2+3 )
二、range 与 xrange
原 : range( 0, 4 ) 结果 是 列表 [0,1,2,3 ]
改为：list( range(0,4) )
原 : xrange( 0, 4 ) 适用于 for 循环的变量控制
改为：range(0,4)
三、字符串
原: 字符串以 8-bit 字符串存储
改为: 字符串以 16-bit Unicode 字符串存储
四、try except 语句的变化
在2.x中except Exception,e : 3.x中改为except (Exception):
五、打开文件
原： file( ..... )
或 open(.....)
改为：
只能用 open(.....)
六、从键盘录入一个字符串
原: raw_input( "提示信息" )
改为: input( "提示信息" )
七、bytes 数据类型
A bytes object is an immutable array. The items are 8-bit bytes, represented by integers in the range 0 = x 256.
bytes 可以看成是“字节数组”对象，每个元素是 8-bit 的字节，取值范围 0~255。
由于在 python 3.0中字符串以 unicode 编码存储，当写入二进制文件时，字符串无法直接写入（或读取），必须以某种方式的编码为字节序列后，方可写入。
（一）字符串编码(encode) 为 bytes
例: s = "张三abc12"
b = s.encode( 编码方式)
# b 就是 bytes 类型的数据
# 常用的编码方式为 ： "uft-16" , "utf-8", "gbk", "gb2312", "ascii" , "latin1" 等
# 注 ： 当字符串不能编码为指定的“编码方式”时，会引发异常
(二) bytes 解码(decode)为字符串
s = "张三abc12"
b = s.encode( "gbk") # 字符串 s 编码为 gbk 格式的字节序列
s1 = b.decode("gbk") # 将字节序列 b以gbk格式 解码为字符串
# 说明，当字节序列不能以指定的编码格式解码时会引发异常
(三）使用方法举例
#coding=gbk
f = open("c:\1234.txt", "wb")
s = "张三李四abcd1234"
# -------------------------------
# 在 python2.4 中我们可以这样写：
# f.write( s )
# 但在 python 3.0中会引发异常
# -------------------------------
b = s.encode("gbk")
f.write( b )
f.close()
input("?")
读取该文件的例子:
#coding=gbk
f = open("c:\1234.txt", "rb")
f.seek(0,2) #定位至文件尾
n = f.tell() #读取文件的字节数
f.seek(0,0) #重新定位至文件开始处
b = f.read( n )
# ------------------------------
# 在 python 2.4 中 b 是字符串类型
# 要 python 3.0 中 b 是 bytes 类型
# 因此需要按指定的编码方式确码
# ------------------------------
s = b.decode("gbk")
print ( s )
# ------------------------------
# 在 python 2.4 中 可以写作 print s 或 print ( s )
# 要 python 3.0 中 必须写作 print ( s )
# ------------------------------
f.close()
input("?")
运行后应显示:
张三李四abcd1234
(四) bytes序列，一但形成，其内容是不可变的，例：
s="ABCD"
b=s.encode("gbk")
print b[0] # 显示 65
b[0] = 66
# 执行该句，出现异常: 'bytes' object does not support item assignment
八、 chr( K ) 与 ord( c )
python 2.4.2以前
chr( K ) 将编码K 转为字符，K的范围是 0 ~ 255
ord( c ) 取单个字符的编码, 返回值的范围: 0 ~ 255
python 3.0
chr( K ) 将编码K 转为字符，K的范围是 0 ~ 65535
ord( c ) 取单个字符的编码, 返回值的范围: 0 ~ 65535
九、 除法运算符
python 2.4.2以前
10/3 结果为 3
python 3.0
10 / 3 结果为 3.3333333333333335
10 // 3 结果为 3
十、字节数组对象 --- 新增
(一） 初始化
a = bytearray( 10 )
# a 是一个由十个字节组成的数组，其每个元素是一个字节，类型借用 int
# 此时，每个元素初始值为 0
（二） 字节数组 是可变的
a = bytearray( 10 )
a[0] = 25
# 可以用赋值语句更改其元素，但所赋的值必须在 0 ~ 255 之间
(三) 字节数组的切片仍是字节数组
(四) 字符串转化为字节数组
#coding=gbk
s ="你好"
b = s.encode( "gbk") # 先将字符串按某种“GBK”编码方式转化为 bytes
c = bytearray( b ) #再将 bytes 转化为 字节数组
也可以写作
c = bytearray( "你好", "gbk")
(五) 字节数组转化为字符串
c = bytearray( 4 )
c[0] = 65 ; c[1]=66; c[2]= 67; c[3]= 68
s = c.decode( "gbk" )
print ( s )
# 应显示： ABCD
(六) 字节数组可用于写入文本文件
#coding=gbk
f = open("c:\1234.txt", "wb")
s = "张三李四abcd1234"
# -------------------------------
# 在 python2.4 中我们可以这样写：
# f.write( s )
# 但在 python 3.0中会引发异常
# -------------------------------
b = s.encode("gbk")
f.write( b )
c=bytearray( "王五","gbk")
f.write( c )
f.close()
input("?")