如果你学过java，那么可以利用hashmap的原理，当hash值碰撞时，将节点转为链表或者树结构，同理，python里面给你提供思路。
第一步，生成所有排列作为list对象,假定命名为all_list
第二步，让所有的Key都返回这个list
看看是不是你想要的
all_list=['big', 'bgi', 'ibg', 'igb', 'gbi', 'gib']new_dist = {}
for element in all_list:
new_dist[element] = all_list
（1）打开csv文件import pandas as pd
df=pd.read_csv(r’data/data.csv’)
（2）dataframe index 重新排序
data=df.sort_index(axis=0,ascending=False)
（3）dataframe 按照某一列进行升序或者降序排列
data=df.sort([‘date’],ascending=True升序，False降序)
（4）dataframe 的index重新从0开始
data=data.reset_index(drop=True)
（5）画横坐标是日期的图
import matplotlib.pyplot as plt
x=data[‘date’]#日期是字符串形式
y=data[‘close price’]
plt.plot_date(x,y)
（6）求标准差
import numpy as np
np.std
（7）下取整
import math
math.floor
上取整：math.ceil
（8）希尔伯特变换
from scipy import fftpack
hx= fftpack.hilbert(price)
（9）值排序
data.order()
（10）差分
data.diff(1)#一阶差分
dataframe 删除元素
data.drop(元素位置)
（11）嵌套的array处理方法
import itertools
a = [[1,2,3],[4,5,6], [7], [8,9]]
out = list(itertools.chain.from_iterable(a))
（12）dataframe修改列名
data.columns=[‘num’,’price’]
（13）excel表导入以后有空行解决办法
import numpy as np
data= data.drop(data.loc[np.isnan(data.name.values)].index)
（15）diff用法
一.是dataframe或者series格式，直接就用data.diff()
二.是list格式，先转换成转换成list格式data=data.tolist() 然后dif=np.diff(data)
（16）dataframe中的日期type不是date格式，不能直接相加减，所以先转换成list格式
t=data.time.tolist()
date_time = datetime.datetime.strptime(str(t),’%Y-%m-%d %H:%M:%S’)
date_time=datetime.date(date_time.year,date_time.month,date_time.day)
past= date_time - datetime.timedelta(days=n*365)
（17）符号化
np.sign
（18）字典的使用
label={‘11’:’TP’,’1-1’:’FN’,’-11’:’FP’,’-1-1’:’TN’}
for i in range(len(data1)):
state=str(int(data1[i]))+str(int(data2[i]))
result.append(label[state])
（19）用plt画图的时候中文不显示的解决办法
from matplotlib.font_manager import FontProperties
font_set = FontProperties(fname=r”c:windowsontssimsun.ttc”, size=15)
plt.title(u’中文’, fontproperties=font_set）
（20）获取当前程序运行的时间
from time import time
time1=time()
time2=time()
print(time2-time1)
以上是我找到的资料，对于我这个学习Python到半吊子的人来说也是要收藏起来的。
