使用Python小細節(jié)有哪些

本篇內(nèi)容介紹了“使用Python小細節(jié)有哪些”的有關(guān)知識,在實際案例的操作過程中,不少人都會遇到這樣的困境,接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧!希望大家仔細閱讀,能夠?qū)W有所成!

站在用戶的角度思考問題,與客戶深入溝通,找到嶧城網(wǎng)站設(shè)計與嶧城網(wǎng)站推廣的解決方案,憑借多年的經(jīng)驗,讓設(shè)計與互聯(lián)網(wǎng)技術(shù)結(jié)合,創(chuàng)造個性化、用戶體驗好的作品,建站類型包括:做網(wǎng)站、成都網(wǎng)站設(shè)計、企業(yè)官網(wǎng)、英文網(wǎng)站、手機端網(wǎng)站、網(wǎng)站推廣、域名注冊、網(wǎng)絡(luò)空間、企業(yè)郵箱。業(yè)務(wù)覆蓋嶧城地區(qū)。

01、只要一行代碼的列表生成器

假如每次你想要生成個列表,都要寫個循環(huán),是不是很煩呢?好在 Python  已經(jīng)有一個內(nèi)建方法,只要一行代碼就能搞定這個問題。如果你不熟悉這個語法,可能理解起來會有點難度,不過一旦你習(xí)慣這個技術(shù)之后,你一定會愛不釋手的!

使用Python小細節(jié)有哪些

動圖:如何將一個循環(huán)改成列表生成式(來源:Trey Hunner )

上面這個動圖就是一個很好的例子,原來的代碼就是采用 for  循環(huán)生成列表的方法,而圖上一步一步將它改造成了一個只有一行代碼的列表生成式,再也不用循環(huán)啦。是不是很簡潔?

下面是另外一個對比范例:

使用循環(huán):

使用Python小細節(jié)有哪些

輸出的結(jié)果是 [1, 4, 9, 16]

使用生成式:

使用Python小細節(jié)有哪些

輸出的結(jié)果也是 [1, 4, 9, 16]

02、Lambda 表達式

明明這個函數(shù)用不了幾次,每次都要寫一大串函數(shù)構(gòu)建代碼,是不是很累?別怕,Lambda 表達式來救你!Lambda  表達式能方便地創(chuàng)造簡單、一次使用而且匿名的函數(shù)對象?;旧?,它們讓你無需費心構(gòu)造一個函數(shù),而是直接使用這個函數(shù)。

Lambda 表達式的基本語法是:

使用Python小細節(jié)有哪些

歐剃漢化,優(yōu)達學(xué)城出品

要記住,Lambda 表達式創(chuàng)造的函數(shù)和普通的 def 構(gòu)建的函數(shù)沒什么不同,只不過函數(shù)體只有單獨一個表達式而已??纯聪旅孢@個例子:

使用Python小細節(jié)有哪些

輸出的結(jié)果是 10

03、Map 和 Filter 函數(shù)

一旦你掌握了 Lambda 表達式,將它們與 map 或 filter 函數(shù)一起使用,可謂是威力無比。

具體來說, map() 函數(shù)接收一個列表,和一個函數(shù),它對列表里的每個元素調(diào)用一個函數(shù)進行處理,再將結(jié)果放進一個新列表里。下面這個例子中,map()  函數(shù)遍歷 seq 中的每個元素,把它乘2,再把結(jié)果放入一個新列表,***返回這個列表。最外面一層 list() 函數(shù)是把 map()  返回的對象轉(zhuǎn)換成列表格式。

使用Python小細節(jié)有哪些

輸出的結(jié)果是 [2, 4, 6, 8, 10]

而 filter()  函數(shù)略有不同,它接收一個列表,和一個規(guī)則函數(shù),在對列表里的每個元素調(diào)用這個規(guī)則函數(shù)之后,它把所有返回值為假的元素從列表中剔除,然后返回這個過濾后的子列表。

使用Python小細節(jié)有哪些

輸出的結(jié)果是 [3, 4, 5]

04、Arange 和 Linspace 函數(shù)

為了快速方便地生成 numpy 的數(shù)組,你一定得熟悉 arange() 和 linspace()  這兩個函數(shù)。這兩個函數(shù)分別有自己的特定用法,不過對我們來說,它們都能很好地生成 numpy 數(shù)組(而不是用 range()  ),這在數(shù)據(jù)科學(xué)的分析工作上可是相當(dāng)好用的。

arange()  函數(shù)按照指定的步長返回一個等差數(shù)列。除開始和結(jié)束值之外,你還可以自定義步長和數(shù)據(jù)類型。請注意,給定的結(jié)束值參數(shù)是不會被包含在結(jié)果內(nèi)的。

使用Python小細節(jié)有哪些

輸出的是一個數(shù)組對象: array([3, 5])

linspace() 函數(shù)的用法也很類似,不過有一點小小的不同。 linspace()  返回的是將給定區(qū)間進行若干等分以后的等分點組成的數(shù)列。所以你傳入的參數(shù)包括開始值、結(jié)束值,以及具體多少等分。linspace()  將這個區(qū)間進行等分后,把開始值、結(jié)束值和每個等分點都放進一個 NumPy 數(shù)組里。這在做數(shù)據(jù)可視化以及繪制坐標(biāo)軸的時候都很有用。

使用Python小細節(jié)有哪些

輸出的是一個數(shù)組對象: array([ 2.0, 2.25, 2.5, 2.75, 3.0])

05、Pandas 中坐標(biāo)軸(axis 參數(shù))的意義

在 Pandas 里要篩掉某一列,或是在 NumPy 矩陣?yán)镆獙?shù)據(jù)求和的時候,你可能已經(jīng)遇到過這個 axis  參數(shù)的問題。如果你還沒見過,那提前了解一下也無妨。比如,對某個 Pandas 表這樣處理:

使用Python小細節(jié)有哪些

在我真正理解之前,我基本上每次要用到 drop 的時候,都得去重新查詢一下哪個 axis  的值對應(yīng)的是哪個,多到我自己都數(shù)不清了。正如上面這個示例,你大概已經(jīng)看出,如果要處理列,axis 要設(shè)成 1,如果處理行,axis 要設(shè)成  0,對吧。但這是為什么呢?我最喜歡的一個解釋(或者是我如何記住這一點的)是這樣的:

使用Python小細節(jié)有哪些

獲取 Pandas 數(shù)據(jù)表對象的 shape 屬性,你將獲得一個元組,元組的***個元素是數(shù)據(jù)表的行數(shù),第二個元素是數(shù)據(jù)表的列數(shù)。想想 Python  里這兩個元素的下標(biāo)吧,前面一個是 0,后面一個是 1,對不對?所以對于 axis 參數(shù),0 就是前面的行數(shù),1 就是后面的列數(shù),怎么樣,好記吧?

06、用 Concat、Merge 和 Join 來合并數(shù)據(jù)表

如果你熟悉  SQL,這幾個概念對你來說就是小菜一碟。不過不管怎樣,這幾個函數(shù)從本質(zhì)上來說不過就是合并多個數(shù)據(jù)表的不同方式而已。當(dāng)然,要時刻記著什么情況下該用哪個函數(shù)也不是一件容易的事,所以,讓我們一起再回顧一下吧。

concat() 可以把一個或多個數(shù)據(jù)表按行(或列)的方向簡單堆疊起來(看你傳入的 axis 參數(shù)是 0 還是 1 咯)。

使用Python小細節(jié)有哪些

merge() 將會以用戶指定的某個名字相同的列為主鍵進行對齊,把兩個或多個數(shù)據(jù)表融合到一起。

使用Python小細節(jié)有哪些

join()和 merge() 很相似,只不過 join()  是按數(shù)據(jù)表的索引進行對齊,而不是按某一個相同的列。當(dāng)某個表缺少某個索引的時候,對應(yīng)的值為空(NaN)。

使用Python小細節(jié)有哪些

有需要的話,你還可以查閱Pandas 官方文檔 ,了解更詳細的語法規(guī)則和應(yīng)用實例,熟悉一些你可能會碰到的特殊情況。

07、Apply 函數(shù)

你可以把 apply() 當(dāng)作是一個 map() 函數(shù),只不過這個函數(shù)是專為 Pandas 的數(shù)據(jù)表和 series 對象打造的。對初學(xué)者來說,你可以把  series 對象想象成類似 NumPy 里的數(shù)組對象。它是一個一維帶索引的數(shù)據(jù)表結(jié)構(gòu)。

apply()  函數(shù)作用是,將一個函數(shù)應(yīng)用到某個數(shù)據(jù)表中你指定的一行或一列中的每一個元素上。是不是很方便?特別是當(dāng)你需要對某一列的所有元素都進行格式化或修改的時候,你就不用再一遍遍地循環(huán)啦!

這里就舉幾個簡單的例子,讓大家熟悉一下基本的語法規(guī)則:

使用Python小細節(jié)有哪些使用Python小細節(jié)有哪些

08、數(shù)據(jù)透視表(Pivot Tables)

***也最重要的是數(shù)據(jù)透視表。如果你對微軟的 Excel 有一定了解的話,你大概也用過(或聽過)Excel 里的“數(shù)據(jù)透視表”功能。Pandas 里內(nèi)建的  pivot_table() 函數(shù)的功能也差不多,它能幫你對一個數(shù)據(jù)表進行格式化,并輸出一個像 Excel  工作表一樣的表格。實際使用中,透視表將根據(jù)一個或多個鍵對數(shù)據(jù)進行分組統(tǒng)計,將函數(shù)傳入?yún)?shù) aggfunc  中,數(shù)據(jù)將會按你指定的函數(shù)進行統(tǒng)計,并將結(jié)果分配到表格中。

下面是幾個 pivot_table() 的應(yīng)用例子:

使用Python小細節(jié)有哪些

使用Python小細節(jié)有哪些

使用Python小細節(jié)有哪些

“使用Python小細節(jié)有哪些”的內(nèi)容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注創(chuàng)新互聯(lián)網(wǎng)站,小編將為大家輸出更多高質(zhì)量的實用文章!

本文名稱:使用Python小細節(jié)有哪些
本文URL:http://bm7419.com/article28/igssjp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供商城網(wǎng)站、電子商務(wù)網(wǎng)站建設(shè)、域名注冊全網(wǎng)營銷推廣、標(biāo)簽優(yōu)化

廣告

聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時需注明來源: 創(chuàng)新互聯(lián)

網(wǎng)站托管運營