useful package

Basic

1. 看如何操作
   • dir(target)
   • type(target)
2. sys.stdout 系統輸出流

   • .write()

     • 这个方法，调用的就是 file 对象的 write 方法
     • 区别是 file 对象的 write 方法吧字符写入到文件中
     • sys.stdout.write 方法把字符写入到标准输出中，也就是控制台
     • print vs sys.stdout.write

     print(99)
     #相當於
     sys.stdout.write(str(99) + '\\n')
     

Pandas

1. group + apply vs transform
   • apply
     • 傳進去的是分組完後的dataframe, 每個欄位都傳進去
     • custom func can return a scalar, or a Series or DataFrame (or numpy array or even list)
   • transform
     • 傳進去的是分組完後的Series ⇒ 一次只能處理（看到）one column
     • 所以如果custom func有跨欄位操作會出錯
     • custom func can only return a sequence (a one dimensional Series, array or list) the same length as the group
2. df.isin
   • 若有多欄會每欄分別判斷
3. df.str.lower
   • 字串處理前要先str

Logging

• 級別
  • DEBUG < INFO < WARNING < ERROR < CRITICAL
• Handler
  • Stream
    • 日志记录输出发送到数据流例如 sys.stdout, sys.stderr 或任何文件类对象
    • 更精确地说，任何支持 write() 和 flush() 方法的对象。
  • File
    • 将日志记录输出到磁盘文件中。 它从 StreamHandler 继承了输出功能。
  • Null
    • 不执行任何格式化或输出。 它实际上是一个供库开发者使用的‘无操作’处理程序。

	
logging.basicConfig( #初始化日誌設置
	level=logging.INFO, #在console顯示的level, default為 warning
											#DEBUG < INFO < WARNING < ERROR < CRITICAL
	filename=os.path.join(config.LOG_DIR, f'{datetime.now():%Y%m%d}.log'),
	format='[%(asctime)s][%(levelname)s] %(message)s', #設置格式
	datefmt='%H:%M:%S'
)

logging.getLogger().addHandler(logging.StreamHandler(sys.stdout))
#getLogger => 返回對 logging對象的引用
#addHandler => 增加輸出處理對象 sys.stdout

#也可以獲取logging對象後單獨set level or format
logger = logging.getLogger()
logger.setLevel()
logger.setFormatter()

Argparse