不能錯(cuò)過！你必須知道的3種重要Python技能
學(xué)習(xí)Pandas是很棒的體驗(yàn)，學(xué)習(xí)Numpy也很有趣。但是，你是否過早地開始使用程序庫了呢?這也許是因?yàn)槟氵€沒有意識(shí)到pure python的魅力。
如果是這樣的話，那么這篇文章會(huì)對(duì)你很有幫助。
本文將介紹幾個(gè)非常有趣的pure python功能，這些功能是在日常數(shù)據(jù)科學(xué)工作中十分常用的。在整個(gè)數(shù)據(jù)準(zhǔn)備階段都都可以大量地使用它們(大量用于數(shù)據(jù)清理)，甚至在繪制之前也可以使用它們來聚合數(shù)據(jù)。
希望你也可以將這些技巧運(yùn)用到項(xiàng)目中。盡管沒有運(yùn)行時(shí)的速度或性能優(yōu)勢，但是與從零開始實(shí)施此邏輯相比，這將為你節(jié)省大量時(shí)間。因此，言歸正傳，讓我們來看第一點(diǎn)吧!
1、拉姆達(dá)函數(shù)(Lambda Functions)
拉姆達(dá)函數(shù)非常強(qiáng)大。當(dāng)然，當(dāng)必須以相同的方式清理多個(gè)列時(shí)，我們不會(huì)使用它，但這并不是經(jīng)常遇到的情況。通常情況下，每個(gè)屬性在清理后都需要自己的邏輯。
Lambda函數(shù)允許創(chuàng)建“匿名”函數(shù)。這基本上意味著可以快速生成特定函數(shù)，而無需使用pythonsdef來正確定義函數(shù)。
盡管如此，請記住Lambda函數(shù)主要被設(shè)計(jì)成one-liners，因此它應(yīng)該用于簡單的東西。對(duì)于更復(fù)雜的邏輯，則需要使用常規(guī)函數(shù)。
里將展示兩個(gè)具體示例，通過這些示例，我們無需為所有項(xiàng)目定義函數(shù)，從而可以節(jié)省許少時(shí)間。雖然第一個(gè)示例可能不會(huì)在現(xiàn)實(shí)中常用，但值得一提。這就是對(duì)數(shù)字求平方。
- #regular function
- def square_number(x):
- res = x ** 2
- return res# lambda function
- square = lambda x: x ** 2# results
- print('square_number(4): {}'.format(square_number(4)))
- print('square lambda: {}'.format(square(4)))>>> square_number(4):16
- >>> square lambda: 16
上面的代碼片段以常規(guī)方式和lambda函數(shù)的方式完成了相同邏輯的實(shí)現(xiàn)。雖然結(jié)果是一樣的，但是lambda的單行看起來舒服多了!
第二個(gè)例子是關(guān)于檢查數(shù)字是偶數(shù)或非偶數(shù)：
- #regular function
- def is_even(x):
- if x % 2 == 0:
- return True
- else:
- return False
- # lambda function
- even = lambda x: x % 2 == 0# results
- print('is_even(4): {}'.format(is_even(4)))
- print('is_even(3): {}'.format(is_even(3)))
- print('even(4): {}'.format(even(4)))
- print('even(3): {}'.format(even(3)))>>> is_even(4): True
- >>> is_even(3): False
- >>> even(4): True
- >>> even(3): False
再一次，同樣的邏輯以兩種方式實(shí)現(xiàn)。你來決定你喜歡哪一個(gè)吧。
2、列表解析(List Comprehensions)
簡單來說，列表解析使我們可以使用其他符號(hào)創(chuàng)建列表?？梢詫⑵湟暈槔ㄌ?hào)內(nèi)的單行循環(huán)。
在做特征工程時(shí)，使用列表解析很方便。例如，假設(shè)我們在通過分析電子郵件標(biāo)題來進(jìn)行垃圾郵件檢測，那么我們會(huì)想弄明白是否問號(hào)會(huì)在垃圾郵件中經(jīng)常出現(xiàn)。如果用列表解析來實(shí)現(xiàn)的話，這將是一項(xiàng)非常簡單的任務(wù)。
就不再進(jìn)行更多的理論解釋了。例子才是最重要的。
這里的例子選擇聲明一個(gè)常規(guī)函數(shù)，該函數(shù)將檢查列表中以某個(gè)字符(在這種情況下為“ a”)開頭的項(xiàng)目。實(shí)施后，再用列表解析執(zhí)行相同的操作。猜猜哪個(gè)會(huì)寫起來更快呢?
- lst =['Acer', 'Asus', 'Lenovo', 'HP']# regular function
- def starts_with_a(lst):
- valids = []
- for word in lst:
- if word[0].lower() == 'a':
- valids.append(word)
- return valids
- # list comprehension
- lst_comp = [word for word in lst if word[0].lower() == 'a']# results
- print('starts_with_a: {}'.format(starts_with_a(lst)))
- print('list_comprehension: {}'.format(lst_comp))>>> starts_with_a:['Acer', 'Asus']
- >>> list_comprehension: ['Acer', 'Asus']
如果是第一次看到這樣的方式，語法可能會(huì)有點(diǎn)混亂。但是當(dāng)你每天都在寫這樣的函數(shù)時(shí)，它們會(huì)越來越吸引你，看你能把多少復(fù)雜的東西應(yīng)用進(jìn)去。
3、Zip函數(shù)
這是在實(shí)踐中很少看到的內(nèi)置python方法之一。從數(shù)據(jù)科學(xué)家的角度來看，它使我們能夠同時(shí)迭代兩個(gè)或多個(gè)列表。在處理日期和時(shí)間時(shí)，這可以派上用場。
例如，有一個(gè)屬性表示某個(gè)事件的開始時(shí)間，而第二個(gè)屬性表示該事件的結(jié)束時(shí)間時(shí)，為了進(jìn)一步分析，幾乎總是需要計(jì)算它們之間的時(shí)間差。而到目前為止，zip函數(shù)是最簡單的方法。
例如，來比較一些虛構(gòu)公司和虛構(gòu)地區(qū)的一周銷售日期：
- sales_north= [350, 287, 550, 891, 241, 653, 882]
- sales_south = [551, 254, 901, 776, 105, 502, 976]for s1, s2 in zip(sales_north,sales_south):
- print(s1 — s2)>>> -201
- 33
- -351
- 115
- 136
- 151
- -94
看看這有多么簡單吧?？梢詰?yīng)用相同的邏輯同時(shí)迭代3個(gè)數(shù)組，只需要在括號(hào)中添加“ s3”和其他一些列表名稱即可。
結(jié)語
Pure Python真的非常強(qiáng)大。了解其功能后，就不再需要專門的庫來存放所有內(nèi)容了。這將幫助你成為一名更好的程序員。
練習(xí)這些技能、掌握它們，并將其應(yīng)用到日常工作中。無論是僅僅為了娛樂、完成學(xué)業(yè)還是工作，你都不會(huì)后悔的。
