前面，我们生信技能树的讲师小洁老师与萌老师新开了一个学习班：《掌握Python，解锁单细胞数据的无限可能》，身为技能树的一员，近水楼台先得月，学起！下面是我的学习笔记，希望可以给你带来一点参考

目前使用的软件为：使用vscode 的插件配置

touch day2.ipynb

06:05 首先简单介绍jupyter lab的使用

这种框框称为一个cell，有两种模式：

命令模式：没有光标，可以使用快捷键
编辑模式：出现光标，可以正常标记文字或者代码，使用ESC退出编辑模式

命令模式下的常用快捷键

jupyter lab支持Markdown语言

运行 cell

运行选中的cells：shift+enter

cell的命令模式与Markdown模式切换：Y与M键

vscode中在这里选择，Y与M键也可以使用，选中cell，按住ESC退出，Y与M键来回切换试试看

选中的cell下方插入新的cell：Alt+Enter
运行所有的cell：CTRL + A选中所有cell，CTRL + Enter 运行（如果有错误则会卡在有错误的地方）
增删改移cell

上下方添加一个cell：A、B
复制、黏贴、剪切cell：C、V、X
删除当前cell：按两下D
撤销cell操作：Z
重做cell操作：Shift+Z

调整cell的前后顺序：鼠标拖拽
当前cell上、下移动：ctrl+shit+→
显示行号：shift+L
隐藏左侧边栏：ctrl+B

16:39 使用外部命令

在开头写一个英文状态下的!，就可以使用linux命令：

但是我这个vscode里面运行感觉有点慢呢

!ls

18:16 练习

任务1：显示行号

选中cell，按ESC（选中之后容易变成编辑模式，按ESC退出执行后面的快捷键），shift+L

任务2：显示隐藏左边栏

快捷键为 ctrl + B, 多按几次就发现会隐藏显示隐藏显示来回切换，get这个技能

任务3：使用外部命令

任务4：文件操作

任务5：上下移动单元格

vscode这里的快捷键为：Alt+up/down

任务6：插入或删除单元格

使用快捷键插入新的单元格：
在当前单元格的下方插入新单元格：B
在当前单元格的上方插入新单元格：A
删除不需要的单元格：
删除当前选中的单元格：D（快速按两次）

任务7：切换单元格类型

切换到 Markdown 类型：M
切换到代码类型：Y

31:55 python语法规则

1.print()

用于打印结果
jupter lab 里面默认自带打印效果
如果有多个内容要打印，需要写print()

2.缩进

强制缩进，消除不必要的花括号，让代码更加整洁
强制统一代码风格
缩进是语法要求
缩进里面tab与空格不能混用，必须统一
一般默认缩进为4个空格

3.注释

单行注释：#
多行注释：```或者“”“

4.变量和赋值

赋值使用=
python中的数据类型：

int（整数）：不带小数的数字
float（浮点数）：带小数的数字
bool（布尔值）：True或False
str（字符串）：用引号括起来的任何内容

用type()获取对象的数据类型
数据类型转换：

str()
int()
float()
bool()：非0数字和非空字符串都会被转为True，0，空字符，空列表等被视为False

变量名区分大小写，且必须以字母或_下划线开头

5.函数、方法、属性

5.1 函数（Function）

函数是一个独立的可调用功能模块，可以直接调用：round()，abs()，type()

这里面的代码，都自己手动敲一遍比较有感觉：

5.2 方法（Method）

方法是与某个对象绑定的动作或行为，需要通过对象调用。

5.3 属性（Attribute）

属性表示某个对象自身的状态或特征，只是查询，不是动作，不需要加括号，只需要用点号访问

举例：

array.shape 是查看数组的形状，是数组的一个特征
string.islowe 是查询字符串是否是全小写，是字符串的一个状态

Note：运行这里的代码之前需要先安装python模块：

# bash终端
conda activate sc
# 安装 pandas
pip install -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple pandas
# 安装 numpy
pip install -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple numpy

在这里运行代码不小心报了个错：运行python报错：TypeError: Field elements must be 2- or 3-tuples, got '3'

然后问人工智能大模型kimi：

这个错误通常发生在使用 NumPy 创建数组时，格式不正确导致的。错误信息提示字段元素必须是 2 元组或 3 元组，但你提供了一个单独的数字 '3'，这不符合 NumPy 数组的创建规则。
错误原因
错误的数组创建格式：你可能尝试直接将多个数组作为参数传递给 np.array()，而没有将它们放在一个列表或元组中。
解决方法
正确的数组创建格式：当你想要创建一个二维数组时，应该将所有子数组放在一个列表或元组中，然后再传递给 np.array()。例如：
import numpy as np
# 错误写法



    
# n3 = np.array([1, 2], [3, 4])

# 正确写法
n3 = np.array([[1, 2], [3, 4]])
print(n3)
这样可以确保每个子数组都被正确地包含在一个更大的数组结构中。
如果你能提供具体的代码片段，我可以帮助你更准确地定位和解决问题。

好的知道了，跟我的示例一模一样，np.array里面应该有两个[[]]。

正确写法如下：

方法与属性对比总结

6.包、库、模块

模块是一个.py文件
包时多个模块的集合，是一个文件夹，一定包含 _init_.py 文件
库是具有特定功能包的集合

他们的使用方法基本一致

6.1 模块

一个.py文件即为一个模块，可以包含变量、函数、类等。

! touch my_module.py

6.2 包：包治百病

定义：包是一个包含多个模块的文件夹，必须包含一个 _init_.py 文件

有几个 _init_.py 文件，就有几个包

6.3 库

定义：库是一个更大的集合，通常包含多个包，用于实现特定功能（例如数据处理，机器学习等）。

举例：

NumPy：提供高效的数组操作
Pandas：用于数据分析
Scikit-learn：用于机器学习

本次先学习到这里，先去干饭，下午再来学！

python单细胞学习笔记-day2