- 在数据科学领域，Python 有许多非常著名的工具库：比如科学计算工具 NumPy 和 Pandas 库，深度学习工具 Keras 和 TensorFlow，以及机器学习工具 Scikit-learn，使用率都非常高
- Python 基础语法
- 代码缩进在 Python 中是一种语法，相同层次的代码一定要采用相同层次的缩进
- 输入与输出
- name = raw_input("What's your name?")
- print ('hello,%s' %name)
- 判断语句：if … else …
- if score>= 90:
- print 'Excellent'
- else:
- if score>= 90:
- 循环语句：for … in
- for number in range(11):
- 循环语句: while
- while number < 11:
- 数据类型：列表、元组、字典、集合
- 列表：[]
- lists = ['a','b','c']
- 列表是 Python 中常用的数据结构，相当于数组，具有增删改查的功能，我们可以使用 len() 函数获得 lists 中元素的个数；使用 append() 在尾部添加元素，使用 insert() 在列表中插入元素，使用 pop() 删除尾部的元素。
- 元组 (tuple)
- tuples = ('tupleA','tupleB')
- print tuples[0]
- 元组 tuple 和 list 非常类似，但是 tuple 一旦初始化就不能修改。因为不能修改所以没有 append(), insert() 这样的方法，可以像访问数组一样进行访问，比如 tuples[0]，但不能赋值。
- 字典 {dictionary}
- score = {'guanyu':95,'zhangfei':96}
- 字典其实就是{key, value}，多次对同一个 key 放入 value，后面的值会把前面的值冲掉，同样字典也有增删改查。增加字典的元素相当于赋值，比如 score[‘zhaoyun’] = 98，删除一个元素使用 pop，查询使用 get，如果查询的值不存在，我们也可以给一个默认值，比如 score.get(‘yase’,99)。
- 集合：set
- s = set(['a', 'b', 'c'])
- 集合 set 和字典 dictory 类似，不过它只是 key 的集合，不存储 value。同样可以增删查，增加使用 add，删除使用 remove，查询看某个元素是否在这个集合里，使用 in。
- 列表：[]
- 注释：#
- 注释在 python 中使用 #，如果注释中有中文，一般会在代码前添加 # -- coding: utf-8 -。
- 如果是多行注释，使用三个单引号，或者三个双引号，比如：
- # -*- coding: utf-8 -*
- '''
- 这是多行注释，用三个单引号
- 这是多行注释，用三个单引号
- 这是多行注释，用三个单引号
- '''
- 引用模块 / 包：import
- # 导入一个模块
- import model_name
- # 导入多个模块
- import module_name1,module_name2
- # 导入包中指定模块
- from package_name import moudule_name
- # 导入包中所有模块
- from package_name import *
- 函数：def
- def addone(score):
- return score + 1
- print addone(99)
- 函数代码块以 def 关键词开头，后接函数标识符名称和圆括号，在圆括号里是传进来的参数，然后通过 return 进行函数结果得反馈
- def addone(score):
- 我们要提升的主要是熟练度，而通往熟练度的唯一路径就是练习、练习、再练习！