本篇文章首席CTO笔记来给大家介绍有关python查看列有多少类别以及python 判断列表的相关内容，希望对大家有所帮助，一起来看看吧。
本文目录一览：
1、dataframe python 怎么查看所有列2、Python有哪些种类？3、python 查看dataframe每列有多少个不同元素4、pandas中查看数据类型的几种方式5、python数据类型都有哪些6、python常见数据类型dataframe python 怎么查看所有列
什么意思？查dataframe一共多少行吗？
直接len(df['列名'])，取一列求长度即可。
Python有哪些种类？
Python有哪些种类？
1、数值型（Numbers）
2、布尔型（Booleans）
3、字符串（String）
4、Python容器
要快速学会Python，谨记‘3个’‘4类’‘5大’‘6种’这四个数字就可以了。
三个基本概念
1. 结构化（函数、模块、包）
2. 面向对象（类及派生类、重载）
3. 虚拟环境（版本管理、环境隔离）
四类基本操作
1. 数据操作（各种数据类型的操作）
2. 文件操作（文件打开读写关闭等操作）
3. 模块操作（导入使用、模块查寻等操作）
4.并发操作（进程与线程、锁/信号号/安全队列等）
五大基本语句（5）
1. 赋值语句（变量、对象、赋值运算符）
2. 输入输出语句（print, input函数）
3. 条件判断语句（if-elif-else语句）
4. 循环语句(遍历循环for-in-else、条件循环while-else、break/continue)
5. 异常处理语句(try-except-else-finally)
六种数据类型（6）
1. 数字类型（int,bool,float,complex）
2. 字符串（str）
3. 列表（list）
4. 元组（tuple）
5. 字典（dict）
6. 集合（set）
如果你能够把上面的几个要点都掌握了，那么就算是真正地入门了。
python 查看dataframe每列有多少个不同元素
方法一：
mylist = set(say) #say为所要统计的列表
for item in mylist: #将列表中的元素无重复的抽取出来，赋值给另一个列表
print item + str( say.count(item)) #list.count(item) 输出item在list中出现的次数
方法二：
counts = { } #字典
for x in time_zones: #time_zones 为列表
if x in counts:
counts[x] += 1
else:
counts[x] = 1
print counts
方法三：
（Series与Datafram用法相同）
import numpy as np
import pandas as pd
from pandas import DataFrame
from pandas import Series
ss = Series(['Tokyo', 'Nagoya', 'Nagoya', 'Osaka', 'Tokyo', 'Tokyo'])
ss.value_counts() #value_counts 直接用来计算series里面相同数据出现的频率
扩展资料：
python函数的其他高级用法
1.使用函数变量：
Python 的函数也是一种值：所有函数都是 function 对象，这意味着可以把函数本身赋值给变量，就像把整数、浮点数、列表、元组赋值给变量一样。
2.使用函数作为函数形参：
有时候需要定义一个函数，该函数的大部分计算逻辑都能确定，但某些处理逻辑暂时无法确定，这意昧着某些程序代码需要动态改变，如果希望调用函数时能动态传入这些代码，那么就需要在函数中定义函数形参，这样即可在调用该函数时传入不同的函数作为参数，从而动态改变这段代码。
3.使用函数作为返回值：
程序中，定义了一个 get_math_func() 函数，该函数将返回另一个函数。接下来在 get_math_func() 函数体内的 ①、②、③ 号粗体字代码分别定义了三个局部函数，最后 get_math_func() 函数会根据所传入的参数，使用这三个局部函数之一作为返回值。
在定义了会返回函数的 get_math_func() 函数之后，接下来程序调用 get_math_func() 函数时即可返回所需的函数。
pandas中查看数据类型的几种方式
在获得数据之后、分析数据之前，我们一般需要对数据总体进行一个概览，如有哪些字段，每个字段的类型，值是否缺失等，以下列出了几种方法，供我们方便快捷的查看dataframe的数据类型。
1、维度查看：df.shape
返回结果如下如所示，说明此表格一共有20w+行，16列：
2、数据表基本信息（维度、列名称、数据格式、所占空间等）：df.info()
返回结果如图，可见，用info方法可以非常全面的看出表格的各项属性，包括：
1.表格的维度：203401行 * 16列，RangeIndex：0-203400
2.表格的列名，是否为空值和列字段类型dtype（后面我会给出pandas的数据类型和Python数据类型的匹配关系图！！！）
3.表格所占空间：24.8M+
3、每一列数据的格式：df.dtypes
这个功能与df.info()类似，如果只想查看每一列存储的是什么数据格式，那么可以直接使用df.dtypes
返回结果如图，可以看到，这个结果基本就是df.info()的简化版，指明了各列的数据类型。
4、某一列格式：df['B'].dtype
分析过程中，由于字段繁多，所以用到某字段时需要适时查看，同样可以运用dtype，此处不再赘述。
由上文可见，float64，int64，object都是pandas专有的数据格式，同理，Python，numpy都有自己的一套数据格式，它们之间的对应关系可参考下面的表格：
这里需要强调的是object类型实际上可以包括多种不同的类型，比如一列数据里，既有整型、浮点型，也有字符串类型，这些在pandas中都会被标识为‘object’，所以在处理数据时，可能需要额外的一些方法提前将这些字段做清洗，str.replace(),float(),int(),astype()，apply()等等。
如果觉得有用，给我点个赞吧，你的支持就是对我最大的鼓励！ღ( ´･ᴗ･` )❥
python数据类型都有哪些
数据类型是每种编程语言必备的属性，只有给数据赋予明确的数据类型，计算机才能对数据进行处理运算，因此，使用正确的数据类型是十分有必要的，以下是Python编程常用的数据类型：
一、数字型
Python数字类型主要包括int(整型)、long(长整型)和float(浮点型)，但是在Python3中就不再有long类型了。
1、int(整型)
在32位机器上，整数的位数是32位，取值范围是-231~231-1，即-2147483648~214748364;在64位系统上，整数的位数为64位，取值范围为-263~263-1，即9223372036854775808~9223372036854775807。
2、long(长整型)
Python长整型没有指定位宽，但是由于机器内存有限，使用长的长整数数值也不可能无限大。
3、float(浮点型)
浮点型也就是带有小数点的数，其精度和机器有关。
4、complex(复数)
Python还支持复数，复数由实数部分和虚数部分构成，可以用 a + bj,或者 complex(a,b) 表示， 复数的实部 a 和虚部 b
都是浮点型。
二、字符串
在Python中，加了引号的字符都被认为是字符串，其声明有三种方式，分别是：单引号、双引号和三引号;Python中的字符串有两种数据类型，分别是str类型和unicode类型，str类型采用的ASCII编码，无法表示中文，unicode类型采用unicode编码，能够表示任意字符，包括中文和其他语言。
三、布尔型
和其他编程语言一样，Python布尔类型也是用于逻辑运算，有两个值：True(真)和False(假)。
四、列表
列表是Python中使用最频繁的数据类型，集合中可以放任何数据类型，可对集合进行创建、查找、切片、增加、修改、删除、循环和排序操作。
五、元组
元组和列表一样，也是一种序列，与列表不同的是，元组是不可修改的，元组用”()”标识，内部元素用逗号隔开。
六、字典
字典是一种键值对的集合，是除列表以外Python之中最灵活的内置数据结构类型，列表是有序的对象集合，字典是无序的对象集合。
七、集合
集合是一个无序的、不重复的数据组合，它的主要作用有两个，分别是去重和关系测试。
python常见数据类型
一,python整数类型所表示的数据。
1,一般用以表示一类数值:所有正整数,0和负整数;
2,整型作为最常用的,频繁参与计算的数据类型，在python3.5中解释器会自动在内存中创建-5-3000之间的（包含5，不包含3000）整型对象，也就是说在该范围内,相等都是同一个已经创建好的整型对象。范围之外的即使相等也表示不同对象，该特性随python版本而改变，不要过于依赖。
3,bool型继承了int型，他是int的子类。
4,Python2中有长整型long，数值范围更大，在python3中已取消，所有整型统一由int表示。
5,参与所有数值计算，数学运算，科学计算。这也是所有编程语言都有的数据类型，因为编程语言生而需要模拟人的思维，借助数学方式，自动计算、更好的解决大量重复性的事务，因此数值类型、整数类型在编程语言中不可或缺。
6,支持二进制(0b\0B开头),十进制,八进制(0o\0O),十六进制(0x\0X)
二，python整数和浮点型支持常规的数值运算
整数和浮点数都可参与的运算：+ - * / %（取余） //（整除） **（幂）
Python字符型：
python字符型表示的数据：
python3支持Unicode编码，由字母、数字和符号组成的形式就叫字符串，更接近或者相同与人们文字符号表示，因此在信息表示和传递时它也是最受认可的形式。在程序编写中也是非常常用，对应的可操作的方法也很多，很有意思。
字符串不可被修改，可以拼接等方法创建新字符串对象；
支持分片和下标操作；a[2:]
支持+拼接，*重复操作和成员关系in/not in；
表示形式：用单引号双引号包含起来的符号；a = str(‘sdfsdfsdf’) 或 r’\t\nabcd’ 原始字符，Bytes：b’abcd’；
6,字符串属于不可变数据类型，内部机制为了节省空间，相同的两个字符串表示相同的一个对象。a = ‘python’ b = ‘python’ a is b :True
二, 字符串支持的运算方法
1,capitalize() :首字母大写后边的字母小写 a = ‘abcd’ b = a.capitalize() b:Abcd
2,casefold() lower():字母转换为全小写
3,center(width,fillchar) :居中，width填补的长度；fillchar添加的字符
a = a.center(10,’_’) //’____abcd____’ 默认无fillchar填充空格
4,count(sub,star,end) :字母计数：sub要查询的字符
5,encode(encoding=’utf-8’,errors=’strict’) 设置编码
Errors :设置错误类型
6,endswith(suffix,star,end) : 若以suffix结尾返回True
7，expandtabs(8) :设置字符串中tab按键符的空格长度：’\tabcde’
8,find(sub,star,end) : 返回指定范围内的字符串下标，未找到返回-1
9，index(sub,star,end) :返回指定范围字符串下标未找到抛出异常
10，isalnum() :判断字符串是否是字母或数字，或字母和数字组合
11，isalpha() :判断是否全是字母
12，isdecimal() :判断字符串是否是十进制数值
13，isdigit() :判断字符串是否是数字
14，isidentifier() :判断字符串中是否包含关键字
15，islower() :判断是否全小写
16，isnumeric() :判断全是数字
17，isspace() :判断是否是空格
18，isupper() 判断是否大写
19，istitle() :判断是否首字母大写
20，join(iterable) :把可迭代对象用字符串进行分割：a.join(‘123’)
21,ljust(width,fillchar);rjust() :左对齐右对齐
22, upper() :将字符串改为大写
23，split(sep=None,maxsplit=-1) :分割一个字符串，被选中字符在字符串中删除
‘ab1cd1efg’.split(‘1’) :[‘ab’,’cd’,’efg’]
三，字符串格式化：按照规格输出字符串
format(*args,**kwargs) :args位置参数，kwargs关键字参数
‘{0:.1f}’.format(123.468) :格式化参数，小数点后保留1位四舍五入
四，字符串操作符%
1，%s :格式化字符串 ‘abcd%sdef’%’dddd’
2，%d:格式化整数
3，%o格式化无符号八进制
4，%x格式化无符号十六进制
5，%f格式化定点数
6, %e: 科学计数法格式化定点数
7，%g 根据值大小自动选%f,%e
8, %G E X :大写形式
五，格式化辅助命令：
m.n :m最小总宽度，n小数点后位数：’%12.4f’%23456.789
六，转义字符：字符串前r避免转义：r’\nhello\thi’
\n:换行符
\t:横向制表符
\':'
\":"
\b:退格符
\r:回车
\v:纵向制表符
\f:换页符
\o,\x:八进制和十六进制
\0:空字符串
Python列表list
一，Python的列表list类型表示的数据：
Python列表在cpython中被解释为长度可变的数组，用其他对象组成的连续数组。
列表中元素可以是相同或不同的数据类型；
当列表元素增加或删除时，列表对象自动进行扩展或收缩内存，保证元素之间没有缝隙，总是连续的。
Python中的列表是一个序列，也是一个容器类型
创建列表：a = []; b = [1,’python’]; c = list(); d = list((1,3,4,5))
支持切片操作list[start,stop,step]
python列表常用方法
1,append添加单个元素：list.append(object); //a.append(‘python’)
2,extend添加可迭代对象: list.extend(iterable); //a.extend(‘abcde’/[1,2,3])
3,insert 插入元素：list.insert(index,object): 在index下标前插入元素//a.insert(2,’python’)
4,clear 清空所有元素：list.clear() //a.clear()
5,pop 删除并返回一个元素：list.pop(index) //默认删除默认一个元素
remove 删除指定元素：list.remove(v) ,v元素不存在报错 //a.remove(‘c’)
7，count 返回这个值在列表中数量：list.count(value)
8,copy 浅拷贝一个新列表：list.copy()
9,sort:排序list.sort(reverse=False/True) :默认升序
排序函数：sorted(list)
10，reverse: 原地翻转：list.reverse()
11，index(value,star,stop) :指定范围内该值下标：list.index(2,0,5)
列表元素访问：
下标访问：list[1]
For循环遍历
通过下标修改元素：list[2 ] = ‘hello’
列表常用运算符：
1,比较运算符：从第一个元素开始对比
2，+ 拼接一个新列表：l1+ l2
3, 重复操作符：* ,多个列表拼接
成员关系操作符：in/ not in
逻辑运算符：and not or
列表常用的排序方法：
冒泡排序；选择排序；快速排序；归并排序
Python元组tuple
一，Python元组tuple数据类型表示的数据：
元组是受到限制的、不可改变的列表；
可以是同构也可以是异构；
元组是序列类型、是可迭代对象，是容器类型。
元组的创建: a = (1,2,3)或a=1,2,3; b = tuple(); c = tuple(iterable)
支持切片操作tuple[start,stop,step]
二，python元组常用方法
1,index(value,star,stop) :指定范围内该值下标：tuple.index(2,0,5)
2,count(value) ：值出现次数
三，支持运算：
1,比较运算符：从第一个元素开始对比
2，+ 拼接一个新元组：l1+ l2
3, 重复操作符：* ,多个元组拼接
4成员关系操作符：in/ not in
逻辑运算符：and not or
四，元组的访问
下标操作；
For循环遍历访问。
Python字典类型
一,Python字典dict表示的数据：{key:value}
可根据关键字：键快速索引到对应的值；
字典是映射类型，键值对一一对应关系，不是序列；
字典元素是无序的；
字典是可迭代对象，是容器类型；
字典的创建：k = {}; k1={‘keyword’:object}; k2 = dict();
K3 = dict(mapping); dict=(iterable)
二，字典的访问：
通过key：k[‘key’]
修改key对应的值：K[‘key’] = value
For循环遍历出来的是key；
For循环键值对：for I in d.items():
For 循环enumerate: for k,v in enumerate(k1):
In/not in 成员关系查询键不支持查值
三，字典常用方法
get(key,de):获取值：k.get(key,de) //若不存在则默认输出de
pop(k,de):删除一个键值对，不存在输出de，未设置报错；
keys() :返回字典所有key组成的序列：list(k.keys()) [1,2,3];
values():返回字典所有value组成的序列：list(k.values())
items():返回键值对组成的元组为元素的序列：（类set）list(k.items())
update(e):更新字典：e可是字典或两元素组成的单位元素序列：e=[(5,6),(7,8)];
k.update(e)
clear():清空字典；
popitem()删除某个键值对，若字典为空则报错
copy() :浅拷贝
10, fromkeys(iterable,value=None):从可迭代对象创建字典
{}.fromkeys([1,2,3]) -----{1:None,2:None,3:None}
11,setdefault(k,d=None) :若key不存在则生成一个键值对
k.setdefault(‘keyword’)
Python 集合set
集合表示的数据：
多个元素的无序组合，集合是无序的，集合元素是唯一的；
字典的键是由集合实现的；
集合是可迭代对象
集合创建：s = {1,2}; s1 = set(); s2 = set(iterable)
集合元素的访问：
For 循环将集合所有元素全部访问一遍，不重复
常用方法：
add(object):s.add(‘hi’) 向集合添加一个元素
pop() :弹栈，集合为空则报错：删除任意一个元素；
clear():清空集合，返回一个空集合对象；
remove(object):删除一个元素，不存在和报错：s.remove(‘hi’)
update(集合)：更新另一个集合，元素不存在则不更新；
copy() :浅拷贝
集合的运算：
交集：s1s2;
差集,补集：s1-s2;
并集：s1|s2;
Issubset():判断是否是子集：s1.issubset(s2) s1是否s2的集合子集
Issuperset():判断是否是父集：s1.issuperset()
不可变集合：
Frozenset():返回一个空的不可变集合对象
Frozenset(iterable):
S = frozenset(iterable)
Python序列类型共同特性
一,序列类型共同特性
python序列类型有:str字符串,list列表,tuple元组
都支持下标索引，切片操作；
下标都是从0开始，都可通过下标进行访问；
拥有相同的操作符
二，支持的函数：
len(obj):返回对象长度；
list(iterable):将可迭代对象转为列表；
tuple(iterable):将可迭代对象转为元组；
str(ojb):将任何对象转为字符串形式；
max(iterable): python3中元素要是同类型，python2中元素可异构：max([‘a’,1])
min(iterable):和max类似；
sum(iterable,star=0),求可迭代对象和，默认star为0，元素不能为字符串
sorted(iterable,key=None,reverse=False)
s=[(‘a’,3),(‘b’,2),(‘c’,9)]
sorted(s,key=lambda s:s[1]) //按照数字排序
reversed(sequence):翻转序列，返回迭代器
enumerate(iterable):返回enumerate对象,其元素都是一个元组（下标，值）
zip（iter1,iter2）: zip([1,2],[3,4]) ----[(1,3),(2,4)]
序列类型的切片操作：
Slice:
L[index]; 访问某个元素；
L[1:4]; 区间
L[star:stop:step]; 设置步长取区间元素
结语：以上就是首席CTO笔记为大家介绍的关于python查看列有多少类别和python 判断列表的全部内容了，希望对大家有所帮助，如果你还想了解更多这方面的信息，记得收藏关注本站。