作者 | Soner Yildirim
编译 | VK
Python在数据科学生态系统中占据主导地位。我认为,占据主导地位的两大原因是相对容易学习和数据科学库的丰富选择。
Python是一种通用语言,因此它不仅仅用于数据科学,Web开发、移动应用程序和游戏开发也是Python的一些用例。
如果你仅将Python用于与数据科学相关的任务,那么你不必是Python专家。不过,我认为你必须掌握一些核心概念和功能。
我们在本文中介绍的内容不是特定于库的。它们可以被认为是数据科学的基础Python。即使你只使用Pandas、Matplotlib和sciket learn,也需要全面了解Python基础知识。这些库假设你熟悉Python的基础知识。
我将用几个例子简要地解释每个主题,并为大多数主题提供一个详细文章的链接。
1.函数
函数是Python中的构建块。它们接受零个或多个参数并返回一个值。我们使用def关键字创建一个函数。
这是一个简单的函数,它将两个数相乘。
def multiply(a, b):
return a * b
multiply(5, 4)
20
下面是另一个根据单词长度进行相关计算的示例。
def is_long(word):
if len(word) > 8:
return f"{word} is a long word."
is_long("artificial")
'artificial is a long word.'
函数应该完成一项任务。创建一个执行一系列任务的函数违背了使用函数的目的。
我们还应该为函数指定描述性名称,这样我们就可以在不看到代码的情况下了解函数的功能。
2.位置参数和关键字参数
当我们定义一个函数时,我们指定它的参数。调用函数时,必须为其提供所需参数的值。
考虑在上一步中创建的乘法函数。它有两个参数,所以我们在调用函数时为这些参数提供值。
调用函数时,必须给出位置参数的值。否则,我们将得到一个错误。如果我们不为关键字参数指定值,它将采用默认值。
让我们用关键字参数重新定义multiply函数,这样我们就可以看到区别了。
def multiply(a=1, b=1):
return a * b
print(multiply(5, 4))
20
print(multiply())
1
3.args和*kwargs
函数是Python中的构建块。它们接受零个或多个参数并返回一个值。Python在参数如何传递给函数方面非常灵活。args和*kwargs使处理参数更容易、更清晰。
下面是一个简单的例子:
def addition(*args):
result = 0
for i in args:
result += i
return result
print(addition(1,4))
5
print(addition(1,7,3))
11
默认情况下,**kwargs
是一个空字典。每个未定义的关键字参数都作为键值对存储在**kwargs
字典中。
下面是一个简单的例子:
def arg_printer(a, b, option=True, **kwargs):
print(a, b)
print(option)
print(kwargs)
arg_printer(3, 4, param1=5, param2=6)
3 4
True
{'param1': 5, 'param2': 6}
https://towardsdatascience.com/10-examples-to-master-args-and-kwargs-in-python-6f1e8cc30749
4.类
面向对象编程(OOP)范式是围绕着拥有属于特定类型的对象的思想构建的。从某种意义上说,类型是解释我们的对象。
Python中的所有东西都是一种类型的对象,比如整数、列表、字典、函数等等。我们使用类定义一种对象类型。
类具有以下信息:
https://towardsdatascience.com/a-comprehensive-guide-for-classes-in-python-e6bb72a25a5e
5.列表
List是Python中的内置数据结构。它表示为方括号中的数据点集合。列表可用于存储任何数据类型或不同数据类型的混合。
列表是可变的,这也是为什么它们如此常用的原因之一。因此,我们可以删除和添加项。也可以更新列表中的项目。
下面是一些关于如何创建和修改列表的示例。
words = ['data','science'] # 创建一个列表
print(words[0]) # 访问项目
'data'
words.append('machine') # 添加项目
print(len(words)) # 列表长度
3
print(words)
['data', 'science', 'machine']
https://towardsdatascience.com/11-must-know-operations-to-master-python-lists-f03c71b6bbb6
6.列表生成式
列表生成式用更简单、更吸引人的语法表示for和if循环。列表生成式相对比for循环快。
下面是一个简单的列表生成式,它根据给定的条件从另一个列表创建一个列表。
a = [4,6,7,3,2]
b = [x for x in a if x > 5]
b
[6, 7]
下面的列表将函数应用于另一个列表中的项。
words = ['data','science','machine','learning']
b = [len(word) for word in words]
b
[4, 7, 7, 8]
https://towardsdatascience.com/11-examples-to-master-python-list-comprehensions-33c681b56212
7.字典
字典是一个无序的键值对集合。每个条目都有一个键和值。字典可以看作是一个有特殊索引的列表。
密钥必须是唯一且不可变的。所以我们可以使用字符串、数字(int或float)或元组作为键。值可以是任何类型。
考虑一个需要存储学生成绩的案例。我们可以把它们存储在字典或列表中。
创建字典的一种方法是在大括号中编写键值对。
grades = {'John':'A', 'Emily':'A+', 'Betty':'B', 'Mike':'C', 'Ashley':'A'}
我们可以使用字典中的值的键来访问它。
grades['John']
'A'
grades.get('Betty')
'B'
https://towardsdatascience.com/12-examples-to-master-python-dictionaries-5a8bcd688c6d
8.集合
集合是不同的可散列对象的无序集合。这是Python官方文档中对集合的定义。让我们打开它。
我们可以通过将逗号分隔的对象放在大括号中来创建一个集合。
a = {1, 4, 'foo'}
print(type(a))
<class 'set'>
集合不包含重复的元素,因此即使我们多次尝试添加相同的元素,结果集合也将包含唯一的元素。
a = {1, 4, 'foo', 4, 'foo'}
print(a)
{1, 4, 'foo'}
https://towardsdatascience.com/12-examples-to-master-python-sets-71802ea56de3
9.元组
元组是用逗号分隔并用括号括起来的值的集合。与列表不同,元组是不可变的。元组的不变性可以看作元组的识别特征。
元组由括号中的值和逗号分隔的值组成。
a = (3, 4)
print(type(a))
<class 'tuple'>
我们也可以不使用括号来创建元组。用逗号分隔的值序列将创建一个元组。
a = 3, 4, 5, 6
print(type(a))
<class 'tuple'>
元组最常见的用例之一是返回多个值的函数。
import numpy as np
def count_sum(arr):
count = len(arr)
sum = arr.sum()
return count, sum
arr = np.random.randint(10, size=8)
a = count_sum(arr)
print(a)
(8, 39)
print(type(a))
<class 'tuple'>
https://towardsdatascience.com/10-examples-to-master-python-tuples-6c606ed42b96
10.Lambda表达式
Lambda表达式是函数的特殊形式。通常,lambda表达式不带名称。
考虑以下返回给定数字平方的函数。
def square(x):
return x**2
等效lambda表达式为:
lambda x: x ** 2
考虑一个需要做一次或几次的操作。此外,我们有许多变化,这一行动是略有不同,比原来的一个。在这种情况下,为每个操作定义一个单独的函数并不理想。相反,lambda表达式提供了一种更有效的方法来完成任务。
https://towardsdatascience.com/the-power-of-lambda-expressions-in-python-c5a1dcea9837
结论
我们已经介绍了Python的一些关键概念和主题。大多数与数据科学相关的任务都是通过第三方库和框架完成的,如Pandas、Matplotlib、sciket-learn、TensorFlow等。
但是,我们应该全面了解Python的基本操作和概念,以便有效地使用这些库。
谢谢你的阅读。