189 8069 5689
PYTHON中的下标是理解为可迭代对象中的序列对象进行切片时以0为起点的偏移量。
成都创新互联公司是一家集网站建设,达日企业网站建设,达日品牌网站建设,网站定制,达日网站建设报价,网络营销,网络优化,达日网站推广为一体的创新建站企业，帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿，时刻以成就客户成长自我，坚持不断学习、思考、沉淀、净化自己，让我们为更多的企业打造出实用型网站。
enumerate python用法具体如下：
enumerate函数用于遍历序列中的元素以及它们的下标，多用于在for循环中得到计数，enumerate参数为可遍历的变量，如字符串，列表等。
一般情况下对一个列表或数组既要遍历索引又要遍历元素时，会这样写：但是这种方法有些累赘，使用内置enumerrate函数会有更加直接，优美的做法。
enumerate函数说明
函数原型：enumerate（sequence,start=0]）。功能：将可循环序列sequence以start开始分别列出序列数据和数据下标，即对一个可遍历的数据对象（如列表、元组或字符串），enumerate会将该数据对象组合为一个索引序列，同时列出数据和数据下标。存在一个sequence。
什么是Python
Python是一种广泛使用的解释型、高级和通用的编程语言。Python由荷兰数学和计算机科学研究学会的Guido van Rossum创造，第一版发布于1991年，它是ABC语言的后继者，也可以视之为一种使用传统中缀表达式的LISP方言。Python提供了高效的高级数据结构，还能简单有效地面向对象编程。
使用python编辑器。
首先打开python编辑器，新建一个python项目，在python项目中定义一个字符串，再使用for循环和print函数输出字符串的文本以及下标即可。
在进行python数据分析的时候，首先要进行数据预处理。有时候不得不处理一些非数值类别的数据，通过mapping方式，将类别映射为数值。不过这种方法适用范围有限。
使用python版本3.7
首先先了解下python3.7中的下标，python下标有两套，一套是正的，一套是负的
引入负坐标的意义应该是方便将数组中的数据从右往左访问。
a='python'中的python 的下标描述如下
组 p y t h o n
正下标 0 1 2 3 4 5
负下标 -6 -5 -4 -3 -2 -1
对应位置的正下标减去负下标等于len(a) ：正下标-负下标=len(a)
使用正下标时，下标i取值范围为0 = i len(a) 超出范围为越界，i大于len(a)表示越（数轴）右界
使用负下标时，下标i取值范围为-len(a)-1 i =-1 超出范围为越界，i小于len(a)表示越（数轴）左界
数组操作中一般通过 “:” 和数字或变量的组合来灵活使用里面的元素
第一个“:” 表示循环，第二个“:” 表示设定后面数字为步长。比如i:j:k，表示从i到j步长为k，逐个顺次获取。i到j满足左闭右开原则 。
没有冒号表示正常的数组单个元素访问；没有第二个冒号就表示默认的步长为1，从i到j左开右闭步长为1逐个访问。
1、k缺省（忽略未写出的默认值）为1；当k0时，i缺省为0，j缺省为len(a) ; 当k0时，i缺省为-1，j缺省为-len(a)-1。
2、当k0时，可以将i，j全转换成正下标去理解。
当i或j为正且越正数下标右界时，越界的数全部取正下标右界len(a)。
当i或j为负且越负数下标的左界时，越界的数全部取左界前的有效值-len(a)，然后再转换成正下标，转换规则为：正下标=len(a)+负下标。
3、当k0是，可以将i，j全部转换成负下标去理解。
当i或j为负且越负数下标左界时，越界的数全部取负下标左界-len(a)-1。
当i或j为正且越正数下标右界时，越界的数全部取右界前的有效值len(a)-1，然后再转换为负下标，转换规则为：负下标=正下标-len(a)。
4、k不能等于0。
对于循环操作中下标的操作应该先处理越界，然后再根据的正负转换成对应的正负坐标。
a='python' #len(a)=6
i=1
j=4
k=1
b=a[i:j:k] #结果为yth 。意思为从下标i个开始到下标j-1结束，步长为k，(k为整数且不能等于0,缺省为1)，第一个冒号满足左闭右开原则 。
b=a[i] #结果为y ,无冒号，表示普通的数组单个元素访问，根据下标获取值。
b=a[-1] #结果为n。
b=a[-6] #结果为p。
b=a[i:j] #结果为yth，从i到j，步长为缺省（默认）1
b=a[0:6:1] #结果为python,第一个冒号满足左闭右开原则，等价于a[::]
b=a[0:6:2] #结果为pto，步长为2，等价于a[::2]
b=a[1:6:3] #结果为yo，步长为3，等价于a[::3]
b=a[0:3:1] #结果为pyt,第一个冒号满足左闭右开原则,下标为3的值是取不到的
b=a[0:5:1] #结果为pytho,第一个冒号满足左闭右开原则
b=a[0:7:1] #结果为python，等价于a[0:6:1]，当第一个冒号右边的值大于len(a)时，
b=a[0:100:1]#结果为python，此处正下标越界，等价于a[0:6:1]，注意第一个冒号右边的100已经超越了正下标的右限。
b=a[6:100:1]#结果为空，等价于a[6:6:1]，注意第一个冒号左右边都已经超越了正下标的右限
b=a[7:100:1]#结果为空，等价于a[6:6:1]，注意第一个冒号左右边都已经超越了正下标的右限
b=a[-6:6:1] #结果为python，等价于a[0:6:1]
b=a[-7:6:1] #结果为python，左闭右开，此处负下标越界，等价于a[-6:6:1]=a[0:6:1]
b=a[-100:6:1]#结果为python，注意-100已经超过了负下标的左限，等价于a[-6:6:1]=a[0:6:1]
b=a[-100:100:1]#结果为python，注意-100已经超过了负下标的左限,等价于a[-6:6:1]=a[0:6:1]
b=a[-6:-1:1]#结果为pytho，等价于a[0:5:1]，注意，-6转换成正坐标为0，-1转换为正坐标为5.
b=a[-100:-1:1]#结果为pytho，注意-100已经超过了负下标的左限,等价于a[-6:-1:1]=a[0:5:1]
b=a[0:-1:1]#结果为pytho,等价于a[0:5:1]
b=a[0:-100:1]#结果为空，注意-100已经超过了负下标的左限,等价于a[0:-6:1]=a[0:0:1]
b=a[0:-6:1] #结果为空，等价于a[0:0:1]
b=a[0:-7:1] #结果为空，等价于a[0:0:1]
b=a[:j] #结果为pyth。k缺省（默认）为1，k大于0时，i缺省（默认）为0，j缺省（默认）为len(a)
b=a[i:] #结果为ython，表示从下标i开始到最后一个（下标为len(a)-1）
b=a[:] #结果为python，等价于a[0:6:1],表示从下标0开始到最后一个结束,步长为1。
b=a[::] #结果为python。等价于a[0:6:1]。a[i:j:k]中，k缺省为1，当k大于0时，i缺省为0，j缺省为len(a)。
b=a[::10] #结果为p。等价于a[0:6:10]。a[i:j:k]中，当k大于0时，i缺省为0，j缺省为len(a)
k为负，表示从右往左顺次获取数组中的值，转换成负下标后，-len(a)-1=ji=-1才能获取到值。
b=a[i:j:-1] #结果为空，等价于a[1:4:-1]=a[-5:-2:-1]
b=a[-1:-7:-1]#结果为nohtyp，第一个冒号满足左闭右开原则。
b=a[-1:-100:-1]#结果为nohtyp，负下标越界，等价于a[-1:-7:-1]
b=a[4:0:-1] #结果为ohty，k为负数，将i，l转换成负下标理解，等价于a[-2:-6:-1]，注意4转换成负下标为-2，0转换成负下标为-6
b=a[4:-1:-1]#结果为空，可以理解为a[-2:-1:-1]
b=a[4:-100:-1]#结果为ohtyp，k为负，将i转成负下标理解，同时j越界，等价于a[-2:-100:-1]=a[-2:-7:-1]
b=a[-1:0:-1]#结果为nohty，可以理解为a[-1:-6:-1]
b=a[0:-1:-1]#结果为空，可以理解为a[-6:-1:-1]
b=a[0:-2:-1]#结果为空 ，可以理解为a[-6:-2:-1]
b=a[-2:0:-1]#结果为ohty，可以理解为a[-2:-6:-1]
b=a[-1:6:-1]#结果为空，可以理解为a[-1:5:-1]=a[-1:-1:-1]
b=a[-1:100:-1]#结果为空，可以理解为a[-1:5:-1]=a[-1:-1:-1]
b=a[6:100:-1]#结果为空，可以理解为a[5:5:-1]=a[-1:-1:-1]
b=a[4:100:-1]#结果为空，可以理解为a[4:5:-1]=a[-1:-1:-1]
b=a[100:100:-1]#结果为空，可以理解为a[5:5:-1]=a[-1:-1:-1]
b=a[100:4:-1]#结果为n,可以理解为a[5:4:-1]=a[-1:-2:-1]
b=a[100:-100:-1]#结果为nohtyp，可以理解为a[5:-7:-1]=a[-1:-7:-1]
b=a[100:0:-1]#结果为nohty，可以理解为a[5:0:-1]=a[-1:-6:-1]
b=a[-100:100:-1]#结果为空，可以理解为a[-7:6:-1]=a[-7:-1:-1]
b=a[:-1] #结果为pytho ，等价于a[0:5：1]
b=a[::-1] #结果为nohtyp，等价于a[-1:-len(a)-1:-1] = a[-1:-7:-1]
插入
python中的list，tuple，dictionary 与numpy中的array mat是有区别的。
String（字符串）
t = string
string可以用‘’或“”圈起来
t='Hello World!'
t=”Hello World!”
t[0]
'H'
t
'Hello World!'
List（链表）
t = [value,value...]
value类型可以各异
t={'abac', ”ggg”, 2,[1,2,3],(1,22,3)}
t[0]
'abac'
Tuple（元组）
t = (value,value...)
value类型可以各异,但是Tuple元素数量不能减少，且不能直接给元素赋值，具体看连接
t=('abac', ”ggg”, 2,[1,2,3],(1,22,3))
t[0]
'abac'
Dictionary（字典）
t = {key1 : value1, key2 : value2}
t = {'a': 1, 'b': 2, 'b': '3'}
t['b']
'3'
t
{'a': 1, 'b': '3'}
Set（集合）
t={value1,value2}或者
t=set(value)
basket = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'}
print(basket) # 这里演示的是去重功能
{'orange', 'banana', 'pear', 'apple'}
'orange' in basket # 快速判断元素是否在集合内
True
'crabgrass' in basket
False
Numpy.array（数组）
t = [value,value...]
value类型必须一致，要么都是数字，要么都是链表，要么都是字符串
初始化连接1
连接2
t = np.random.rand(3,4)
t
array([[0.17359552, 0.61668592, 0.97915523, 0.99638115],
[0.98119493, 0.36911137, 0.45306895, 0.09396056],
[0.11345902, 0.17136475, 0.85474534, 0.56421904]])
Numpy.mat（矩阵）
t = [value,value...]
value类型必须一致，要么都是数字，要么都是链表，要么都是字符串。与array的区别在初始化与操作上的区别，需要可以去做相关搜索 或看
链接
t = np.random.rand(3,4)
t=np.(t)
t
array([[0.17359552, 0.61668592, 0.97915523, 0.99638115],
[0.98119493, 0.36911137, 0.45306895, 0.09396056],
[0.11345902, 0.17136475, 0.85474534, 0.56421904]])
上面的各种类型中Dictionary 与Set 是不能通过数字下标访问的，Dictionary需要通过key来访问。
python3.7中只有numpy的array与numpy的mat才可以有多维数据的访问。
numpy中为方便矩阵操作更进一步使用了 “,” 符号（数组操作中 逗号 在原生的python中没有定义）
在numpy 中上面操作的只是一个维度的操作描述，通过逗号来间隔不同维度的操作，如下
import numpy as np
a=[['1','2','3','4','5','6'],['a','b','c','d','e','f']]
print(a)
print(type(a))
#print(a[:,:3]) #TypeError: list indices must be integers or slices, not tuple #对python的list,tuple,array 操作时逗号被单纯的当做一个tuple，操作中没有意义
a = np.mat(a) #对python中的numpy中的mat或者array操作时，逗号用于作为不同维度的操作描述的间隔符。
print(a)
print(type(a))
print(a[:,:3]) #获取所有行的前3列
a=[['1','2','3','4','5','6'],['a','b','c','d','e','f']] #定义二维数组，第一维就是两个子数组，也就是内部两个“[.....]”整体作为一个维度。第二维为子数组中具体的内容，比如第一个数组中的：'1','2','3','4','5','6'，或第二个数组中的'a','b','c','d','e','f'。
a=np.array(a) #只有numpy中的array或者mat才对操作中的 “,” 起效用！！！！！！！！！！
b=a[:,0] #结果为['1' 'a']。操作中的 “,” 前面的 “:” ，表示对第一维数据进行遍历，“,” 后面的表示对第二维数据取第一个。
b=a[::-1,:3] #结果为 下面的矩阵。对第一维倒序，对第二位取前三个。
b=a[::-1,::-1] #对两维的数据都取倒序。结果如下
文章知识点与官方知识档案匹配
Python入门技能树科学计算基础软件包NumPy操作数组
194350 人正在系统学习中
下标是该对象保存数据的顺序；python的下标从0开始，-1是最后一个元素