python学习中遇到一些的小问题记录；

快速获得一个数组的反序（numpy数组也支持）

  如[1,2,7,6,3]，我们想要获得[3,6,7,2,1]

arra = [1, 2, 7, 6, 3]
print(arra[::-1])

  如果是一个二维数组arra，那么它的arra[::-1]的结果，即是将原数组的第0行和第n-1行交换，第1行和第n-2行交换，$\dots$

字符串转换为十六进制

  在我们使用str.encode()函数时，它是以指定的编码格式编码字符串，默认编码为 ‘utf-8’。将字符串由string类型变成bytes类型。

s3 = 'hello'.encode('utf-8')
print(type(s1))
print(s1)
# <class 'bytes'>
# b'hello'

  我们想要获得这个字符串str的十六进制表示，我们可以这样做

import binascii
s1 = 'hello'.encode('gbk')
s2 = 'hello'.encode('utf-16')
s3 = 'hello'.encode('utf-8')
print(type(binascii.hexlify(s1)))
print(binascii.hexlify(s2))
print(binascii.hexlify(s3))
print(str(binascii.hexlify(s3), 'ascii'))
# b'68656c6c6f'
# b'fffe680065006c006c006f00'
# b'68656c6c6f'
# 68656c6c6f

  注意代码中str的使用；

关于numpy.ndarray

numpy是支持，一个数与一个ndarray、matrix的运算的，已经试了简单的加法运算

import numpy as np

a = np.zeros((1,4))
print(1 - a)
print(a)
print(1-np.matrix(a))
# [[1. 1. 1. 1.]]
# [[0. 0. 0. 0.]]
# [[1. 1. 1. 1.]]

numpy.insert

numpy.insert(arr, obj, values, axis=None)，arra即是一个arra_like类型的对象，就是你所要操作的对象，obj则是定义了插入之前的下标、索引，可以是int、切片或者int序列，values是arra_like类型的，是你需要插入的值，它必须使得arr[...,obj,...] = values是合法的，另外axis如果不指定，就会默认把原来的arr_like对象变成一个扁平也即一维的数组，即使原来是多维的；

a = np.array([[1, 1], [2, 2], [3, 3]])
print(np.insert(a, 1, 5))
# [1, 5, 1, ..., 2, 3, 3]
print(np.insert(a, 1, 5, axis = 1))
# [[1, 5, 1],
#  [2, 5, 2],
#  [3, 5, 3]]
print(np.insert(a, [1], [[1],[2],[3]], axis=1))
# [[1, 1, 1],
#  [2, 2, 2],
#  [3, 3, 3]]

pandas

1. 获取某个元素，df.loc['行名', '列名'], df.loc[index1, index2]
2. 切片，df.loc[['行名', ...], ['列名', ...]], df.iloc[:,:], df.iloc[[index1,...],[index2,...]]，读取一列，df['列名']，df[index1:inddex2]['列名']
3. 访问某一列也可以df.列名来访问，返回series

df.describe()的结果如下

访问pands列名、行名：df.columns.values, df.index.values

women = train_data.loc[train_data.Sex == 'female']["Survived"]