python常用函数

1、join():
用于将序列中的元素使用指定字符合并字符串
如：

str1 = "a"
str2 = ("1", "2", "3")   # 字符串序列
print(str1.join(str2))

结果为1a2a3a

2、apply():
基于DataFrame
将函数用到各行或列对应的一维数组上。默认为列，可以嵌套lambda函数

3、for循环：
数组既循环索引，又循环值

for key,value in enumerate(data):

4、remove：
列表中删除某个元素：

a = ['1','2','3']
a.remove('1');

5、根据同一属性合并两个pandas读入的csv：

import pandas as pd
pd.merge(a,b,on=['id'],copy=False)

on为按照某一列合并，copy为是否合并不同项

6、根据所有属性拼接两个pandas读入的csv

import pandas as pd
pd.concat([a,b],ignore_index=True)

axis=1参数可以加上为横向拼接
join='inner'参数为取交集 outer为并集

7、线性回归：

from sklearn import linear_model        #表示，可以调用sklearn中的linear_model模块进行线性回归。
model = linear_model.LinearRegression()
model.fit(X, y)
display(model.intercept_)  #截距
display(model.coef_)  #线性模型的系数
a = model.predict(test)

8、numpy.ndarray转换pandas.dataframe
使用DataFrame()
反向转换使用.as_matrix()或者.values

9、Logistic回归

model = LogisticRegression()  
model.fit(x_train, y_train)    
# 返回预测标签  
print(model.predict(x_test))  
# 返回预测属于某标签的概率  
print(model.predict_proba(x_test)) 

10、列表
list.append(object) 向列表中添加一个对象object
list.extend(sequence) 把一个序列seq的内容添加到列表中
list.index(value) 查找value的位置

11、稀疏矩阵和矩阵互转（csr_matrix转ndarray）：
（1）稀疏矩阵调用todense()或直接.A就能直接返回矩阵。
（2）矩阵使用sparse.csr_matrix()括号里放矩阵名，生成稀疏矩阵

12、numpy更改格式
使用.astype(float)
如：

valid_Y2 = valid_Y.values.astype(float)

13、pandas.dataframe中取列名

result = pd.read_csv('total_write2.csv')
print(result.columns)

取几列生成新的dataframe

dic_data = {'id':result['id'],'title':result['title_result'],}
result2 = pd.DataFrame(dic_data)