99热在线精品一区二区三区_国产伦精品一区二区三区女破破_亚洲一区二区三区无码_精品国产欧美日韩另类一区

本篇內(nèi)容介紹了“使用Python小細(xì)節(jié)有哪些”的有關(guān)知識，在實(shí)際案例的操作過程中，不少人都會(huì)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(xì)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(jì)與嶧城網(wǎng)站推廣的解決方案，憑借多年的經(jīng)驗(yàn)，讓設(shè)計(jì)與互聯(lián)網(wǎng)技術(shù)結(jié)合，創(chuàng)造個(gè)性化、用戶體驗(yàn)好的作品，建站類型包括：做網(wǎng)站、成都網(wǎng)站設(shè)計(jì)、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)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(gè)列表，都要寫個(gè)循環(huán)，是不是很煩呢?好在 Python  已經(jīng)有一個(gè)內(nèi)建方法，只要一行代碼就能搞定這個(gè)問題。如果你不熟悉這個(gè)語法，可能理解起來會(huì)有點(diǎn)難度，不過一旦你習(xí)慣這個(gè)技術(shù)之后，你一定會(huì)愛不釋手的!

動(dòng)圖：如何將一個(gè)循環(huán)改成列表生成式(來源：Trey Hunner )

上面這個(gè)動(dòng)圖就是一個(gè)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(gè)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(gè)對比范例：

使用循環(huán)：

輸出的結(jié)果是 [1, 4, 9, 16]

使用生成式：

輸出的結(jié)果也是 [1, 4, 9, 16]

02、Lambda 表達(dá)式

明明這個(gè)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(dá)式來救你!Lambda  表達(dá)式能方便地創(chuàng)造簡單、一次使用而且匿名的函數(shù)對象。基本上，它們讓你無需費(fèi)心構(gòu)造一個(gè)函數(shù)，而是直接使用這個(gè)函數(shù)。

Lambda 表達(dá)式的基本語法是：

歐剃漢化，優(yōu)達(dá)學(xué)城出品

要記住，Lambda 表達(dá)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(dú)一個(gè)表達(dá)式而已。看看下面這個(gè)例子：

輸出的結(jié)果是 10

03、Map 和 Filter 函數(shù)

一旦你掌握了 Lambda 表達(dá)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(gè)列表，和一個(gè)函數(shù)，它對列表里的每個(gè)元素調(diào)用一個(gè)函數(shù)進(jìn)行處理，再將結(jié)果放進(jìn)一個(gè)新列表里。下面這個(gè)例子中，map()  函數(shù)遍歷 seq 中的每個(gè)元素，把它乘2，再把結(jié)果放入一個(gè)新列表，***返回這個(gè)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。

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(gè)列表，和一個(gè)規(guī)則函數(shù)，在對列表里的每個(gè)元素調(diào)用這個(gè)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(gè)過濾后的子列表。

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(gè)函數(shù)。這兩個(gè)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(gè)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(huì)被包含在結(jié)果內(nèi)的。

輸出的是一個(gè)數(shù)組對象： array([3, 5])

linspace() 函數(shù)的用法也很類似，不過有一點(diǎn)小小的不同。 linspace()  返回的是將給定區(qū)間進(jìn)行若干等分以后的等分點(diǎn)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(gè)區(qū)間進(jìn)行等分后，把開始值、結(jié)束值和每個(gè)等分點(diǎn)都放進(jìn)一個(gè) 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(shí)候都很有用。

輸出的是一個(gè)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(shí)候，你可能已經(jīng)遇到過這個(gè) 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(gè) Pandas 表這樣處理：

在我真正理解之前，我基本上每次要用到 drop 的時(shí)候，都得去重新查詢一下哪個(gè) axis  的值對應(yīng)的是哪個(gè)，多到我自己都數(shù)不清了。正如上面這個(gè)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(gè)解釋(或者是我如何記住這一點(diǎn)的)是這樣的：

獲取 Pandas 數(shù)據(jù)表對象的 shape 屬性，你將獲得一個(gè)元組，元組的***個(gè)元素是數(shù)據(jù)表的行數(shù)，第二個(gè)元素是數(shù)據(jù)表的列數(shù)。想想 Python  里這兩個(gè)元素的下標(biāo)吧，前面一個(gè)是 0，后面一個(gè)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(gè)概念對你來說就是小菜一碟。不過不管怎樣，這幾個(gè)函數(shù)從本質(zhì)上來說不過就是合并多個(gè)數(shù)據(jù)表的不同方式而已。當(dāng)然，要時(shí)刻記著什么情況下該用哪個(gè)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(gè)或多個(gè)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)。

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

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

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

07、Apply 函數(shù)

你可以把 apply() 當(dāng)作是一個(gè) map() 函數(shù)，只不過這個(gè)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(gè)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(gè)函數(shù)應(yīng)用到某個(gè)數(shù)據(jù)表中你指定的一行或一列中的每一個(gè)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(jìn)行格式化或修改的時(shí)候，你就不用再一遍遍地循環(huán)啦!

這里就舉幾個(gè)簡單的例子，讓大家熟悉一下基本的語法規(guī)則：

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(gè)數(shù)據(jù)表進(jìn)行格式化，并輸出一個(gè)像 Excel  工作表一樣的表格。實(shí)際使用中，透視表將根據(jù)一個(gè)或多個(gè)鍵對數(shù)據(jù)進(jìn)行分組統(tǒng)計(jì)，將函數(shù)傳入?yún)?shù) aggfunc  中，數(shù)據(jù)將會(huì)按你指定的函數(shù)進(jìn)行統(tǒng)計(jì)，并將結(jié)果分配到表格中。

下面是幾個(gè) pivot_table() 的應(yīng)用例子：

“使用Python小細(xì)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(shí)用文章！

新聞名稱：使用Python小細(xì)節(jié)有哪些
轉(zhuǎn)載來源：http://www.ef60e0e.cn/article/igssjp.html