将counter 的结果转换为字典

直接 dict() 就行

统计list中各个元素出现的次数

添加链接描述

直接赋值、浅拷贝和深度拷贝解析

添加链接描述

如果想要不改变原来的元素还是需要深拷贝

List列表删除元素（4种方法）

添加链接描述
添加链接描述

根据目标元素所在位置的索引进行删除，可以使用 del 关键字或者 pop() 方法；
根据元素本身的值进行删除，可使用列表（list类型）提供的 remove() 方法；
将列表中所有元素全部删除，可使用列表（list类型）提供的 clear() 方法。

删除字典元素的4种方法

添加链接描述
添加链接描述

del 全局方法（能删单一的元素也能清空字典，清空只需一项操作）
pop()方法（删除字典给定键 key 所对应的值，返回值为被删除的值）
items()
clear()方法（删除字典内所有元素）

字典创建的几种方法及适用场景

添加链接描述

{k:[] for k in range(1,49)}  # {1: [], 2: [], 3: [],...}

List sort() 方法

sort() 函数用于对原列表进行排序，如果指定参数，则使用比较函数指定的比较函数。

注意：是直接对原列表进行排序，原列表会被改变的！没有返回值

python数据挖掘

添加链接描述

（1）使用NumPy和SciPy进行数值分析
（2）使用Matplotlib进行图分析
（3） 总结

matplotlib.pyplot.hist()功能

用法： matplotlib.pyplot.hist(x, bins=None, range=None, density=False, weights=None, cumulative=False, bottom=None, histtype=’bar’, align=’mid’, orientation=’vertical’, rwidth=None, log=False, color=None, label=None, stacked=False, \*, data=None, \*\*kwargs)

参数：此方法接受以下描述的参数：

• x:此参数是数据序列。
• bins:此参数是可选参数，它包含整数，序列或字符串。
• range:此参数是可选参数，它是箱子的上下限。
• density:此参数是可选参数，它包含布尔值。
• weights:此参数是可选参数，并且是一个权重数组，与x的形状相同。
• bottom:此参数是每个容器底部基线的位置。 histtype:此参数是可选参数，用于绘制直方图的类型。 {‘bar’，‘barstacked’，‘step’，‘stepfilled’}
• align:此参数是可选参数，它控制如何绘制直方图。 {‘left’，‘mid’，‘right’}
• rwidth:此参数是可选参数，它是条形图的相对宽度，是箱宽度的一部分
• log:此参数是可选参数，用于将直方图轴设置为对数刻度
• color:此参数是一个可选参数，它是一个颜色规格或一系列颜色规格，每个数据集一个。
• label:此参数是可选参数，它是一个字符串或匹配多个数据集的字符串序列。
• normed:此参数是可选参数，包含布尔值，而是使用density关键字参数。

返回值：这将返回以下内容：

• n:这将返回直方图箱的值。
• 垃圾桶：这将返回箱子的边。
• 补丁：这将返回用于创建直方图的单个补丁的列表。

添加链接描述

matplotlib绘制直方图、条形图和饼图

import matplotlib.pyplot as plt
import numpy as np
import matplotlib

# 设置matplotlib正常显示中文和负号
matplotlib.rcParams['font.sans-serif']=['SimHei']   # 用黑体显示中文
matplotlib.rcParams['axes.unicode_minus']=False     # 正常显示负号
# 随机生成（10000,）服从正态分布的数据
data = np.random.randn(10000)
"""
绘制直方图
data:必选参数，绘图数据
bins:直方图的长条形数目，可选项，默认为10
normed:是否将得到的直方图向量归一化，可选项，默认为0，代表不归一化，显示频数。normed=1，表示归一化，显示频率。
facecolor:长条形的颜色
edgecolor:长条形边框的颜色
alpha:透明度
"""
plt.hist(data, bins=40, normed=0, facecolor="blue", edgecolor="black", alpha=0.7)
# 显示横轴标签
plt.xlabel("区间")
# 显示纵轴标签
plt.ylabel("频数/频率")
# 显示图标题
plt.title("频数/频率分布直方图")
plt.show()