我们来从今天进行python编程语言的复习，希望一些顺利！

1. 安装anaconda：python的包管理软件

2. 安装pycharm（可在官网安装免费社区版本）

3. 在电脑上安装git软件（windows环境下就和安装软件一个样）

安装好上述的东西，我们基本配置好了python的编程环境

Git软件安装和项目clone简明教程

anaconda安装和与pycharm连接

1. 学会在pycharm中创建工程和运行print("Hello World!")

2. python内容的简单学习：

   • 简单数据类型和基本运算符
   • python的最基本复杂数据类型——列表

明天我们尝试对列表进行一些更加复杂的操作，包括遍历、复制等，并且对python语言的书写规范进行说明

今天在学习列表排序的部分，我们见到了两种排序方法：

• sorted(列表对象)
• 列表对象.sorted(self)

我们需要对两种方法进行比较。其实今天的内容中任何对象.函数(self)，都忽略了这个括号中的self。 这个self就是对象自身，而后我们就可以理解成，这个对象用自己具有的一个功能对自身进行了操作，比如东方不败这个对象具有拿刀子割肉的功能，最终他自宫了，而这个东方不败自己也就发生了永久改变，变不回去了。

sorted(对象)和del 对象 这些命名空间为全局的函数则不同，他们相当于临时创建了个对象的拷贝（替身），而后全部操作都作用到了这个对象的替身上，对象本身的东西没有被修改。就比如西方不败是东方不败的拷贝，那么西方不败发生改变关东方不败什么事。

很重要的是，如果我们将sorted(对象)的值返回给了原对象，那原对象才能改变，如：

东方不败.sort(self)

东方不败 = sorted(东方不败)

这两种方法的实现是相同的，但是第一种更加pythonic一些。

昨天已经对python的简单数据类型和复杂数据类型列表进行了讲解，今天我们继续学习列表的相关内容，并且会穿插一些基本的python编程入门规范的内容

1. 列表的遍历——通过列表遍历学习python的循环

2. python中for循环的写法

3. 列表解析的写法（这个比较pythonic，需要学学）

4. 元素不可修改的列表——元组(tuple)

良好的代码除了简洁明了外，还需要有着较好的代码格式，这个方面python格式设置指南的编写者向我们提供了python改进提案（PEP）。PEP8是被广泛使用的PEP。

可以参考：PEP8代码格式 。。。python官网登陆还是挺慢......需要强调，良好的代码规范在工业界是很重要的，但是初学者不必拘泥于此。写好代码，宝宝姐说过“唯手熟尔”。

1. 用if进行条件判断，即相应条件判断的变形

2. 用户输入和while循环（for循环已经学了一些了）

3. 字典数据类型

昨天说过代码需要有良好的格式，有机会我们就说说。比如你在写一个判断语句时if(4 > 0)这种有空格的写法就是优于if(4>0)。这种不带空格的写法往往会引起我的密集恐惧症。

1. 进一步学习字典数据结构，并且学习三种复杂的复合数据结构：

• 字典列表（列表中的元素是一系列的字典）
• 字典的值是列表
• 字典的值是字典

2. 进一步学习while循环，并且学习continue/break等循环相关的语句

3. 使用while循环来处理列表和字典

到今天为止，我们就学习了基本的python语句，疯狂地累积语法其实并不可取，所以我们从明天开始，先跳出语法的学习，开始用python进行简单的数据处理。这个过程可能持续一周，在这一周中我们会遇到没有见过的语法问题，我们捎带脚进行讲解。excel能实现的功能，python理论上都已经实现，而且数量掌握python你会觉得数据分析的顺畅程度和优越感的获得是超过在excel用数据透视表的

1. 什么是pandas库?

2. 如何使用pandas库中的函数？

3. pandas库中的数据结构有哪些？学习Series

1. 用Series类构造一个对象homework1: 索引是‘a’到‘f’这6个小写字母，对应的值是111、222、333、...、666
2. 把索引修改为‘a’到‘h’这8个小写字母
3. 之后求出homework1中的缺失值个数

今天我们学习了pandas库中的Series，也做了作业。实际上Series就是一个类，类相当于面向对象编程(OOP)中的模板，比方说女娲造人之前她总归是有一个模板的，后面的人都要按照这个模板来造，造出来的就是对象。对象相当于是一个成型的人，他虽然属于人，但是有着自己的名字、特长（对象具有的方法）等。

一个对象 = 类(传入类中的原始参数)   # 通过类，构造了一个对象

这个对象.方法()    # 这里这个对象就可以调用自己的方法来杀人放火发挥功能了

以上所说的也就是面向对象编程的最浅显的内容，但是应该挺容易理解。

1. pandas中另一个重要的数据结构：DataFrame

2. python中如何编写函数？

3. 写一个生成不定长度的班级同学成绩单的应用

在本节中我们学习了写python的函数，已经初步体会了函数的强大。 在本周末我们依旧会学习DataFrame和函数，掌握函数编程的一般知识

上周末因为准备今天的组会汇报内容停更了，从今晚继续开始

1. 向python的函数中传递列表

2. 向python中传递任意数量的实参

3. 调用模块中的函数

1. 两种导入别的模块中函数的方法：

   from pandas import Series, DataFrame import pandas as pd 第二种方法相当于将pandas模块打开，之后将所有函数复制过来，as则为这些函数创建了别名pd 第一种方法仅从pandas模块中导入Series函数和DataFrame函数

1. pandas库对DataFrame索引的操作

2. 面向对象编程初步：什么是类？

   我们今天简单谈谈面向对象编程(OOP)。类是第一个重要的概念，其实人类就是一个类! 类包括两方面的东西 就是属性和方法。属性相当于人的肌肉、骨骼、器官。方法则是人具备的功能，比如写字、看书、上厕所等 > 。面向对象编程就是先创建类，之后生成类的实例的过程。当实例产生后，这个实例就可以真正地行使功能。后续学 习中我们将逐渐一遍学习编写面向对象的代码，而后逐渐深入各个概念。

附注1. DataFrame按索引选取数据的方法： + obj[val] : 选取列 + obj.ix[val] : 选取行 + obj.ix[:, val] : 选取列（更严谨的方法，第一种在一些情况下可能失败） + obj.ix[val1, val2] : 同时选取一些行和列 + reindex方法 : 本节代码中已经有所展示 + xs方法 : 根据标签选取行或列，之后返回Series + icol、irow方法 : 根据整数位置选取行或列，并返回Series + get_value、set_value方法 : 根据行索引和列索引选取单个的值

1. 对不同索引对象的算术运算和数据对齐

2. 对DataFrame进行函数应用和映射

3. 数据的排序和排名

4. python中匿名函数的用法

1. 复习对DataFrame的操作

2. 用pandas进行描述性统计分析

3. 处理数据中的缺失值

1. 层次化索引

2. 整数索引

3. 面板数据

1. python中类的概念

2. python中类和实例的创建

3. 类的继承和方法重写

4. 大类的拆分和模块中类的导入

python是一门面向对象的高级语言，因此掌握面向对象的概念就很重要。 本节开始的内容介绍面向对象编程的最基本内容，在掌握这些基本概念后，我们将进入实际的项目进行事件，从而深入理解面向对象编程的概念和具体编程规范。

1. python文件的读取

2. python文件的写入

3. json格式数据的python操作（json模块）

到今天为止，python的基本编程语法就都学习完成了，而且我们还学习了pandas的内容。此外，我们还剩了两块比较重要的基础知识，第一个是对文件的处理，第二个是对异常的处理。我们今天开始进入python文件处理的相关内容学习。 后续的内容可能进度较快，遇到不明白的代码可以google下具体的含义

1. python的异常处理机制

2. python的代码测试模块初步

下面我们对unittest.TestCase类中的断言方法进行汇总

1. Series和DataFrame的层次化索引：低维度处理高维度数据，类似于数据透视表的操作

2. 层次化索引重排分层次序，进行不同级别的汇总统计

3. DataFrame的列和行索引的相互转换

numpy中的多维数组对象——ndarray（我将其记为n-dimentional array）

• 如何创建ndarray

• ndarray的数据类型

• ndarray数组的广播机制（broadcasting）初步实例

• 多维ndarray的切片和索引

今天的任务有点儿多，晚上就先更新到这里，明天从更复杂布尔型索引进行介绍

1. 安装matplotlib

2. 绘制简单折线图：plot(x, y, linewidth = 5)

3. 绘制简单散点图 ：plt.scatter(x, y)

4. 散点图的颜色映射：颜色可额外为数据图增加一个维度的信息

1. 什么是随机漫步？ ：这个介绍视频有意思

2. 用随机函数choice()从列表中抽取随机数

3. 用matplotlib模块绘制随机漫步图

4. 学习用pypal创建图表

   • 如何在anaconda中安装pygal模块

1. 如何读取csv文件与迭代器初识

2. 对csv文件内容的进一步详细打印

3. 用datetime模块处理日期：datetime模块中格式的实参

1. 复习如何从本地读取json格式数据

2. 初识requests包（后续学习时涉及网络编程时会大量涉及）

3. 读取数据后绘制折线图（pygal模块）

4. 时间序列分析初探（趋势、周期性、噪声）：用math模块中的math.log10进行半对数变换

5. 复习如何传递变长的实参