列表推导式,生成列表
[表达式 for item in 可迭代对象]
[表达式 for item in 可迭代对象 if 条件]
[(a,b,c) for a in 可迭代对象 for b in 可迭代 for c in 可迭代]
字典推导式，生成字典，多于与统计众数
dict={ key:表达式 key in 可迭代对象} 表达式为key的函数
str="avvjfkjkjadjla"
dict={key:str.count(c) for c in str}
集合推导式
b={x for x in 可迭代 if条件}
元组 生成器推导式
gn=(x for x in 可迭代) 只能用一次
print(tuple(gn))
zip并行迭代
name=(a,b,c,d)
age=(1,2,2)
for name, age in zip(name,age):
print("{0}-{1}".format(name ,age))
集合是无序可变，元素不能重复，底层是字典，所有元素是字典的键
a={key1,key2,key3}
a.add(newkey)
a.remove(key)
a.clear()
a=set(list)
a=set(tuple)
a|b 或者a.union(b) 并集
a&b a与b的交集
a-b 差集
字典查找的底层逻辑
key1值先转换散列码，先取散列码右侧数组位数的值，取出与其等值的引索对应的key2, 对key1和key2进行哈希值验算，一样则取出来value,不一样则再取key1散列值右侧数组位，得到新引索，继续比较
键必须可散列，数字，字符串，元组
自定义键必须满足
支持hash()函数
支持_eq_()方法检测相等
a==b为真,则 hash(a)==hash(b)为真
字典底层原理
散列表：稀疏数组，数组的基本单元bucket
bucket包含key和value
key通过计算哈希值（散列码），根据数组位数从右向左取2进制值，并于散列表的索引对比，有空位就放入，无空位哈希值继续左移一个数组位数，继续配位。如果历遍仍无配位则数组扩容。
数组满60%，进行扩容
表格数据
r1={key1:value1,key2:value2,key3:value3}字典定义单行
r2={key1:value1,key2:value2,key3:value3}
tb=[r1,r2]，列表组件表格
访问值
tb[0].get("key")
序列解包
a,b,c=dict a,b,c接受键
a,b,c=dict.values() abc接受值
a,b,c=dict.items() abc接受键值对
字典修改
dict[键]=值， 添加新元素，key重复则覆盖
dict1.update(dict2),以dict2的内容加入dict1，键重复则覆盖。
del(dict[键1]) 删除键1和值
dict.pop("键1")，删除键1值对，并返回值
dict.clear()清空字典
dict.popitem()随机移除一个键值对
字典访问
dict.get("键"，“不存在时返回的值”)
dict.items() 显示所有键值对
dict.keys() 显示所有键
dict.values() 显示su
len(dict) 返回键值对数量
"键" in dict判断键是否在字典里
通过切片访问返回的还是元组
元组排序只能用sorted(),并生成列表
zip(list1,list2,list3),返回zip对象并将每个列表转化为元组
字典：键值对的无序可变序列
键为不可变数据，不可重复
a={键1:值1，键2:值2}
b=dict(键1=值1，键2=值2)
c=dict( [ (键1，值1),(键2，值2) ] )
d=dict(zip(list1,list2))
e=dict.fromkeys([key1,key2 ,key3])
生成器推导式，产生生成器对象
s=(x*2 for x in range(5))
tuple(s) 转换为元组，用完一次s失效
s._next_()指针调动，输出当前值并下移
list.index(值,位置1，位置2)返回位置1-到位置2之间的第一个“值”的位置。
list.count(值)
成员资格
值 in (not in) list,返回True,False
元组是不可变序列
创建元组
a=(,,,)
a=tuple(字符，数字，列表)
多维列表：列表嵌套
a[一维引索][二维引索]
列表排序 修改原列表，不建立新列表
list.sort()默认升序排列
list.sort(reverse=True)降序排列
import random
random.shuffle(list)
列表排序，建立新列表
new_list=sorted(list),升序
new_list=sorted(list,reverse=True),降序
c=reversed(list)返回逆序排列的迭代器对象，只能用一次
max(list), min(list)
sum(list),数值型列表可用
列表元素提取
list[起始位置：终点位置：step], 从起始位置到终点-1位置，step为-1时反向提取
列表元素删除
del a[位置]，有数组拷贝，地址不变
list.pop(位置)，删除位置上的元素并返回元素值
list.remove(值)，删除第一个指定值，不存在就报错。
列表增加，删除
append(),
尽量减少在列表中间修改，涉及大量复制会消耗内存，尽量在尾部删，增。
a=a+[],非尾部添加，实际是创建新列表，耗内存
expend(),
原地址尾部添加
expend([50,60]),不改变地址，适合两个列表对接
insert(索引，值) 元素插入指定位置，设计大量拷贝，地址不变
列表乘法 a=a*3
pandas时间序列
现在我们有2015到2017年25万条911的紧急电话的数据，请统计出出这些数据中不同类型的紧急情况的次数，如果我们还想统计出不同月份不同类型紧急电话的次数的变化情况，应该怎么做呢？
为什么要学习pandas的时间序列
不管在什么行业，时间序列都是一种非常重要的数据形式，很多统计数据以及数据的规律也都和时间序列有着非常重要的联系
时间格式化
python中时间日期格式化符号：
%y 两位数的年份表示（00-99）
%Y 四位数的年份表示（000-9999）
%m 月份（01-12）
%d 月内中的一天（0-31）
%H 24小时制小时数（0-23）
%I 12小时制小时数（01-12）
%M 分钟数（00=59）
%S 秒（00-59）
%a 本地简化星期名称
%A 本地完整星期名称
%b 本地简化的月份名称
%B 本地完整的月份名称
%c 本地相应的日期表示和时间表示
%j 年内的一天（001-366）
%p 本地A.M.或P.M.的等价符
%U 一年中的星期数（00-53）星期天为星期的开始
%w 星期（0-6），星期天为星期的开始
%W 一年中的星期数（00-53）星期一为星期的开始
%x 本地相应的日期表示
%X 本地相应的时间表示
%Z 当前时区的名称
%% %号本身