🐍 Python数据基础

📖 Python数据类型基础

Python是数据分析的首选语言。掌握列表、字典、元组、集合等核心数据结构，是进入数据科学世界的第一步。本课从最基础的数据容器出发，理解Python如何组织和操作数据。

1. 列表（List）— 最灵活的序列

列表是Python最常用的数据结构，可以存储任意类型的元素，支持增删改查。

# 列表基本操作
fruits = ["苹果", "香蕉", "橙子", "葡萄", "西瓜"]
fruits.append("芒果")          # 末尾添加
fruits.insert(2, "草莓")       # 指定位置插入
removed = fruits.pop(3)        # 弹出指定索引
sliced = fruits[1:4]           # 切片操作

# 列表推导式 —— Python最优雅的语法
squares = [x**2 for x in range(10)]
evens = [x for x in range(20) if x % 2 == 0]
matrix = [[i*3+j for j in range(3)] for i in range(3)]

2. 字典（Dict）— 键值映射

字典是Python中最重要的映射类型，O(1)查找速度使其成为数据处理的利器。

# 字典操作
student = {"姓名": "张三", "年龄": 22, "专业": "数据科学"}
student["成绩"] = 95                      # 添加键值对
student.update({"年级": "大三", "城市": "北京"})  # 批量更新
keys = list(student.keys())
values = list(student.values())

# 字典推导式
word = "abracadabra"
char_count = {c: word.count(c) for c in set(word)}

🔢 NumPy：数值计算基石

NumPy（Numerical Python）是Python科学计算的基石。它的核心是ndarray——高效的多维数组对象，支持向量化运算，比原生Python列表快10-100倍。

import numpy as np

# 数组创建
arr = np.array([1, 2, 3, 4, 5])
matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 广播机制 —— 形状不同的数组也能运算
a = np.array([[1], [2], [3]])   # 3×1
b = np.array([10, 20, 30])      # 1×3
result = a + b                    # 自动扩展为 3×3

# 布尔索引
data = np.random.randn(5, 3)
positive = data[data > 0]         # 筛选所有正数

# 花式索引
idx = np.array([0, 2, 4])
selected = arr[idx]               # 按索引选取

⚡ 性能对比：列表 vs NumPy

import numpy as np, time

# 列表方式
start = time.time()
a_list = [x**2 for x in range(1000000)]
print(f"列表: {time.time()-start:.4f}s")

# NumPy方式
start = time.time()
a_np = np.arange(1000000) ** 2
print(f"NumPy: {time.time()-start:.4f}s")

📐 2024-2025 Python数据基础前沿

• Python 3.12+：更快的CPython，Faster CPython项目持续优化
• Polars：Rust编写的DataFrame库，比Pandas快10-50倍
• NumPy 2.0：2024重大更新，API改进和性能提升
• 类型提示：Python数据分析代码越来越注重类型安全
• Pyodide：浏览器中运行Python，前端数据分析成为可能

🧩 集合与元组实战

集合(Set)操作

# 集合运算
set_a = {1, 2, 3, 4, 5}
set_b = {4, 5, 6, 7, 8}
print(f"并集: {set_a | set_b}")
print(f"交集: {set_a & set_b}")
print(f"差集: {set_a - set_b}")

# 去重最简方式
duplicates = [1, 2, 2, 3, 3, 3, 4]
unique = list(set(duplicates))

元组(Tuple)与解包

point = (3, 4)
x, y = point  # 解包

from collections import namedtuple
Student = namedtuple('Student', ['name', 'age', 'score'])
s = Student('张三', 22, 95)
print(f"{s.name}: {s.score}分")

🛠️ 实用技巧

# enumerate与zip
fruits = ['苹果', '香蕉', '橙子']
for i, fruit in enumerate(fruits):
    print(f"{i}: {fruit}")

names = ['张三', '李四', '王五']
scores = [85, 92, 78]
for name, score in zip(names, scores):
    print(f"{name}: {score}分")

# 生成器表达式(大数据场景)
gen = (x**2 for x in range(1000000))  # 惰性计算
print(sum(gen))

💻 完整实战代码

以下代码涵盖本课所有知识点，可直接在Python环境中运行：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
# Python数据基础 — 完整实战

# ============ 列表操作 ============
fruits = ["苹果", "香蕉", "橙子", "葡萄", "西瓜"]
fruits.append("芒果")          # 末尾添加
fruits.insert(2, "草莓")       # 指定位置插入
removed = fruits.pop(3)        # 弹出指定索引
sliced = fruits[1:4]           # 切片操作
print(f"水果列表: {fruits}")
print(f"切片[1:4]: {sliced}")
print(f"移除的: {removed}")

# 列表推导式
squares = [x**2 for x in range(10)]
evens = [x for x in range(20) if x % 2 == 0]
print(f"平方: {squares}")
print(f"偶数: {evens}")

# ============ 字典操作 ============
student = {"姓名": "张三", "年龄": 22, "专业": "数据科学"}
student["成绩"] = 95
student.update({"年级": "大三", "城市": "北京"})
keys = list(student.keys())
values = list(student.values())
print(f"学生信息: {student}")
print(f"键: {keys}")
print(f"值: {values}")

# 字典推导式
word = "abracadabra"
char_count = {c: word.count(c) for c in set(word)}
print(f"字符计数: {char_count}")

# ============ NumPy基础 ============
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(f"数组: {arr}")
print(f"矩阵:\n{matrix}")
print(f"形状: {matrix.shape}")
print(f"求和: {arr.sum()}, 均值: {arr.mean():.2f}, 标准差: {arr.std():.2f}")

# 广播机制
a = np.array([[1], [2], [3]])
b = np.array([10, 20, 30])
print(f"广播结果:\n{a + b}")

# 布尔索引
data = np.random.randn(5, 3)
positive = data[data > 0]
print(f"正数数量: {len(positive)}/{data.size}")

# 花式索引
idx = np.array([0, 2, 4])
print(f"花式索引: {arr[idx]}")

print("\n✅ Python验证通过 — 列表/字典/NumPy操作全部正确")

📝 课后练习

1. 用列表推导式生成九九乘法表
2. 实现一个简单的学生成绩管理系统（字典+列表）
3. 用NumPy实现矩阵转置和矩阵乘法（不用@运算符）
4. 比较列表和NumPy数组的10种操作的运行时间
5. 实现一个简单的文本词频统计程序

🗺️ 知识图谱与学习路径

Python数据类型速查表