指南：本文的首席执行官注释将介绍Python的相关内容，以查看某个列表和某个值的值有多少。我希望这对每个人都会有所帮助。让我们来看看。
导入numpy作为np a = np.One（（4,5））prop（a）prop（np.sum（a == 1））
假设数组是一个
您可以首先尝试A ==许多数字，然后将其转换为包含真或错误的数字。
这棵树是真实的，不等于假
true可以用作1，false可以用作0
使用NP.SUM将总数等于数字
创建数据
由Python的ZIP作为数据框架的输入数据REC构建了由一个犯罪组组成的列表。
在[3]中：将大熊猫作为pd导入
在[4]中：导入随机
在[5]中：num = andural.sample（Xrange（10000，1000000），5）
在[6]中：num
OUT [6]：[244937，132008，278446，613409，799201]
在[8]中：名称=“ Hello the Surbuel World En” .split（）
在[9]中：名称
out [9]：['Hello'，'The'，“残酷”，“世界”，'en']
在[10]中：rec = zip（名称，num）
在[15]中：data = pd.dataframe（r，columns = [u“ name”，u“ performance”]）
在[16]中：数据
出去[16]：
名称性能
0 Hello 244937
1 132008
2残酷278446
3 World 613409
4 EN 799201
数据帧方法函数的第一个参数是数据源，第二个参数列是输出数据表的标题或表的字段名称。
导出数据CSV
Windows平台上的编码问题，我们可以首先执行一个简单的过程，它是Ipython-Notebook支持UTF8。
导入系统
重新加载（系统）
sys.setdefaultencoding（“ utf8”）
数据可以接下来导出。
在[31]中：数据
出去[31]：
名称性能
0 Hello 244937
1 132008
2残酷278446
3 World 613409
4 EN 799201
＃
在[32]中：data.to_csv？
在[33]中：data.to_csv（“ c：\ out.csv”，index = true，header = [u“雇员”，u“ sales绩效”]）
将数据导出到out.csv文件，索引参数表示是否有主要索引。如果未指定标题，则将是数据中的列。如果指定规范，则标题背后的字符串列表数与数据中的列字段数相同。
您可以打开out.csv以使用记事本++打开out.csv。
简单的数据分析
在[43]中：数据
出去[43]：
名称性能
0 Hello 244937
1 132008
2残酷278446
3 World 613409
4 EN 799201
value_counts是检查表单列表列中多少个不同值的快速方法，并计算每个不同的值在列中具有数字，类似于Excel中的计数函数
它是熊猫下方的顶部功能，也可以在该系列中使用DataFrame
常规用法：
熊猫的value_counts（）函数可以计数和对每个值的串联值进行排序，默认值为顺序。
可以看出，两个分类变量都可以是统计信息或连续数值变量统计信息
如果要安排结果的结果，则可以添加Ascending = true以更改
如果您不想看到统计数的数量并希望看到该比例，则可以设置归一化= true，结果是十进制的形式
您可以在每个列变量上进行统计信息
以上是我在自己的实践中遇到的一些观点。
如果是列表，则有最大值（列表），您也可以自己编写分类算法，例如IN范围内的I = [3,4,2,6,3]的冒泡排序a = [3,4,2,6,3]（0，len（a），）：对于J中的J（i+1，len（a））：first = int（a [i]）second = int（a [j]）如果第一次
方法一：
myList = set（Say）#say是您想要的列表
对于myList中的项目：＃列表中的元素未重复提取，分配给另一个列表
打印项目 + str（say.count（item））＃list.count（item）输出该项目出现在列表中的次数
方法两个：
counts = {} #dictionary
对于time_zones中的x：#time_zones作为列表
如果x计数：
计数[x] += 1
别的：
计数[x] = 1
打印计数
方法三：
（系列与DataFram相同）
导入numpy作为NP
导入大熊猫作为pd
从熊猫导入数据框架
来自熊猫进口系列
SS =系列（['Tokyo'，'Nagoya'，'nagoya'，'Osaka'，'Tokyo'，'Tokyo']））））））））））
ss.value_counts（）#value_counts直接用于计算串联相同数据的频率
扩展信息：
Python功能的其他高级用法
1.使用功能变量：
Python的函数也是一个值：所有函数都是函数对象，这意味着可以将函数本身分配给变量，就像整数，浮点，列表，列表和成本组一样，分配给变量。
2.将功能用作功能人参：
有时需要功能。可以确定此函数的大多数计算逻辑，但是不能暂时确定某些处理逻辑。至于动态更改此代码。
3.将函数用作返回值：
在程序中，定义了一个get_math_func（）函数，它将返回另一个函数。next，①，②,,, get_math_func（）函数的较厚的身体代码定义了三个局函数，最后get_math_func（）函数将用作这三个函数之一。值。
定义将返回函数的get_math_func（）函数后，可以在调用get_math_func（）函数时返回所需的函数。
Python计算列表中的元素数量12-25如下：list = [1,2,3,4,5,6,5,4,3,2,2,12] set = set（list）dict= {} ...
结论：以上是首席CTO的全部内容有关Python查看Python的注释。不要忘记找出该值的相关内容。