详细内容或原文请订阅后点击阅览
数据可视化解释（第 4 部分）：Python 基础知识回顾
学习 Python 基础知识，让您的数据可视化游戏更上一层楼。文章《数据可视化解释（第 4 部分）：Python 基础知识回顾》首先出现在《走向数据科学》上。
来源:走向数据科学在我的数据可视化系列中。请参阅以下内容：
到目前为止，在我的数据可视化系列中，我已经介绍了可视化设计的基本元素。在实际设计和构建可视化之前了解这些原则至关重要，因为它们确保底层数据得到公正处理。如果您还没有这样做，我强烈建议您阅读我以前的文章（上面链接）。
此时，您已准备好开始构建我们自己的可视化。我将在以后的文章中介绍实现此目的的各种方法，并且本着数据科学的精神，其中许多方法都需要编程。为了确保您为下一步做好准备，本文将简要回顾 Python 基础知识，然后讨论它们与编码数据可视化的相关性。
基础知识——表达式、变量、函数
表达式、变量和函数是所有 Python 代码（实际上是任何语言的代码）的主要构建块。让我们看看它们是如何工作的。
表达式
表达式是计算结果为某个值的语句。最简单的可能表达式是任何类型的常量值。例如，下面是三个简单的表达式：第一个是整数，第二个是字符串，第三个是浮点值。
表达式7'7'7.0
更复杂的表达式通常由数学运算组成。我们可以对不同的数字进行加、减、乘或除运算：
3 + 7820 - 3007 * 53121 / 116 + 13 - 3 * 4
根据定义，这些表达式被 Python 计算为单个值，遵循缩写 PEMDAS（括号、指数、乘法、除法、加法、减法）[1] 概述的数学运算顺序。例如，上面的最终表达式的计算结果为数字 7.0。 （你明白为什么吗？）
PEMDAS7.0
变量
变量int_seven = 7text_seven = '7'float_seven = 7.0
Python 中的变量有几个重要的属性：
名称 动态类型 声明 赋值(2 * 2) + (9 / 3)
函数
def