专栏首页中科院渣渣博肆僧一枚python中 apply()函数的用法

python中 apply()函数的用法

函数格式为:apply(func,*args,**kwargs)

用途:当一个函数的参数存在于一个元组或者一个字典中时,用来间接的调用这个函数,并肩元组或者字典中的参数按照顺序传递给参数

解析:args是一个包含按照函数所需参数传递的位置参数的一个元组,是不是很拗口,意思就是,假如A函数的函数位置为 A(a=1,b=2),那么这个元组中就必须严格按照这个参数的位置顺序进行传递(a=3,b=4),而不能是(b=4,a=3)这样的顺序 kwargs是一个包含关键字参数的字典,而其中args如果不传递,kwargs需要传递,则必须在args的位置留空

apply的返回值就是函数func函数的返回值

def function(a,b):  
     print(a,b)  
 apply(function,('good','better'))  
 apply(function,(2,3+6))  
 apply(function,('cai','quan'))  
 apply(function,('cai',),{'b':'caiquan'})  
 apply(function,(),{'a':'caiquan','b':'Tom'})  
 #--使用 apply 函数调用基类的构造函数  
 class Rectangle:  
     def __init__(self, color="white", width=10, height=10):  
         print "create a", color, self, "sized", width, "x", height  
    
 class RoundedRectangle(Rectangle):  
     def __init__(self, **kw):  
         apply(Rectangle.__init__, (self,), kw)  
 rect = Rectangle(color="green", height=100, width=100)  
 rect = RoundedRectangle(color="blue", height=20)  


Output:
-----------------------------------------------------------------------------------
('good', 'better')
(2, 9)
('cai', 'quan')
('cai', 'caiquan')
('caiquan', 'Tom')
create a green <__main__.Rectangle instance at 0x0678FA08> sized 100 x 100
create a blue <__main__.RoundedRectangle instance at 0x06620468> sized 10 x 20
-----------------------------------------------------------------------------------

apply函数默认的是axis为 axis=0

data= [
    [1,2,3],
    [5,4,1],
    [3,2,2]
]
df = pd.DataFrame(data,columns=['A','B','C'])<br>f = lambda x: (x - np.min(x)) / (np.max(x) - np.min(x)) 
print(df)
 
    A  B  C
0  1  2  3
1  5  4  1
2  3  2  2

1、axis=1

df1 = df.copy()
df1 = df1.apply(f,axis=1)   #计算的时候取的是行数
df1
         A      B     C
   0.0    0.50    1.0
   1.0    0.75    0.0
   1.0    0.00    0.0

2、axis=2

df2 = df.copy()
df2 = df2.apply(f,axis=0)
df2

         A    B    C
0    0.0    0.0    1.0
1    1.0    1.0    0.0
2    0.5    0.0    0.5

3、默认axis

df3 = df.copy()
df3 = df3.apply(f)
df3   # 在DataFrame中apply函数默认的是axis=0,取的是列数

       A    B    C
0    0.0    0.0    1.0
1    1.0    1.0    0.0
2    0.5    0.0    0.5

(df['A'] - df['A'].min())/(df['A'].max()-df['A'].min())
0    0.0
1    1.0
2    0.5
Name: A, dtype: float64 

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • tf.one_hot

    返回一个独热张量。 索引中由索引表示的位置取值on_value,而所有其他位置取值off_value。on_value和off_value必须具有匹配的数据类型...

    于小勇
  • numpy.dstack

    原文链接:https://numpy.org/doc/1.17/reference/generated/numpy.d...

    于小勇
  • 叶子节点和tensor的requires_grad参数

    无论如何定义计算过程、如何定义计算图,要谨记我们的核心目的是为了计算某些tensor的梯度。在pytorch的计算图中,其实只有两种元素:数据(tensor)和...

    于小勇
  • Ext1.X的CheckboxSelectionModel默认全选之后不允许编辑的BUG解决方案

    Ext1.X的CheckboxSelectionModel默认全选之后不允许编辑的BUG解决方案,ext 的CheckboxSelectionModel在后台默...

    Java中文社群_老王
  • 大数据项目之_15_电信客服分析平台

      通信运营商每时每刻会产生大量的通信数据,例如:通话记录,短信记录,彩信记录,第三方服务资费等等繁多信息。数据量如此巨大,除了要满足用户的实时查询和展示之外...

    黑泽君
  • Python-科学计算-pandas-03-两列相乘

    系统:Windows 7 语言版本:Anaconda3-4.3.0.1-Windows-x86_64 编辑器:pycharm-community-2016.3....

    zishendianxia
  • Jenkins 2来了!Pipeline带你逃离黑洞

    “这是一本非常理想的书,既适合CI/CD的新手,也适合使用Jenkins多年的老手。这本书将帮助你发现以及重新发现Jenkins中的未知世界。”

    用户1682855
  • Flink如何实现新的流处理应用第二部分:版本化状态

    这是我们关于 Flink 如何实现新的流处理应用系列中的第二篇博文。第一部分介绍了事件时间和乱序处理。

    smartsi
  • DJANGO 学生管理系统项目创建流程

    p.p1 { margin: 0.0px 0.0px 0.0px 0.0px; font: 17.0px ".PingFang SC"; color: #45...

    py3study
  • 你了解你的数据吗(结丹篇):数据质量监控

    木东居士

扫码关注云+社区

领取腾讯云代金券