点击上方“Deephub Imba”,关注公众号,好文章不错过 !
对于数据科学,Python通常被广泛地用于进行数据的处理和转换,它提供了强大的数据结构处理的函数,使数据处理更加灵活,这里说的“灵活性”是什么意思?
这意味着在Python中总是有多种方法来实现相同的结果,我们总是有不同的方法并且需要从中选择易于使用、省时并能更好控制的方法。
要掌握所有的这些方法是不可能的。所以这里列出了在处理任何类型的数据时应该知道的4个Python技巧。
列表推导式List Comprehension是创建列表的一种优雅且最符合python语言的方法。与for循环和if语句相比,列表推导式在基于现有列表的值创建新列表时语法要短得多。因此,让我们看看该特性如何获得列表的副本。
有时需要创建现有列表的副本。最简单的答案是.copy(),它允许您将一个列表的内容复制到另一个(新)列表。
例如,一个由整数组成的列表original_list。
original_list = [10,11,20,22,30,34]
可以简单地使用.copy()方法复制此列表。
duplicated_list = original_list.copy()
列表推导式可以得到完全相同的输出。复制列表是理解列表推导式的最佳案例。
看看下面这段代码。
duplicated_list = [item for item in original_list]
这里并不是说复制列表使用列表推导式更好,而是说对于介绍列表推导式的工作方式,这个案例是最好的。
接下来,让我们看看对列表的每个元素执行数学运算时,列表推导式如何使工作变得简单。
最简单或直接的乘法方法是使用乘法运算符,即*
例如,想用一个标量(即数字5)乘以列表中的每一项。这里肯定不能使用original_list*5,因为它将创建列表的5个副本。
在这个场景中,最好的答案是列表推导式,如下所示。
original_list = [10,11,20,22,30,34]
multiplied_list = [item*5 for item in original_list]
# Output
[50, 55, 100, 110, 150, 170]
这里的操作并不局限乘以一个数字。可以对原始列表的每个元素执行复杂的操作。
例如,假设想计算每一项的平方根的立方,可以在一行中解决它。
multiplied_list = [math.sqrt(item)**3 for item in original_list]
# Output
[31.6227766016838,
36.4828726939094,
89.4427190999916,
103.18914671611546,
164.31676725154983,
198.25236442474025]
用于计算数字平方根的函数sqrt属于库math,因此在本例中需要在使用它之前导入它。
与上面所示的内置函数类似,还可以在列表的每个元素上使用用户定义的函数。
例如如下所示的简单函数。
def simple_function(item):
item1 = item*10
item2 = item*11
return math.sqrt(item1**2 + item2**2)
可以对列表的每一项应用这个用户定义的函数。
multiplied_list = [simple_function(item) for item in original_list]
# Output
[148.66068747318505,
163.52675622050356,
297.3213749463701,
327.0535124410071,
445.9820624195552,
505.4463374088292]
列表推导式在实际场景中甚至更有用。通常在分析任务中需要从列表中删除某种类型的元素,例如消0护着nan元素。列表推导式是完成这些任务的完美工具。
根据特定条件筛选数据是选择所需数据集的常见任务之一,同样的逻辑也用于列表推导式中。
假设你有下面提到的数字列表。
original_list = [10, 22, -43, 0, 34, -11, -12, -0.1, 1]
你想要从这个列表中只保留正值。因此,从逻辑上讲,您希望只保留那些对条件项> 0求值为TRUE的项。
new_list = [item for item in original_list if item > 0]
# Output
[10, 22, 34, 1]
if子句用来删除负值。可以使用if子句应用任何条件来从列表中删除任何项。
例如,当想删除所有平方小于200的项时需要做的就是在列表综合中提到条件项**2 > 200,如下所示。
new_list = [item for item in original_list if item**2 > 200]
# Output
[22, -43, 34]
在处理真实的数据集时,过滤列表项的条件可能要复杂得多,这种方法既快又易于理解。
有时需要从两个列表中的值创建字典。你可以使用字典推导式(dictionary comprehension) ,而不是一个一个地输入,这是创建字典的一种优雅而简洁的方法!
它的工作原理与列表推导式完全相似,唯一的区别是——创建一个列表推导式时,你将所有内容都包含在方括号中,例如[],而在字典推导式中,你将所有内容都包含在花括号中,例如{}。
假设有两个列表—字段和详细信息—如下所示。
fields = [‘name’, ‘country’, ‘age’, ‘gender’]
details = [‘pablo’, ‘Mexico’, 30, ‘Male’]
一个简单的方法是使用像这样的字典推导式-
new_dict = {key: value for key, value in zip(fields, details)}
# Output
{'name': 'pablo', 'country': 'Mexico', 'age': 30, 'gender': 'Male'}
这里需要理解的重要是函数zip是如何工作的。
在Python中,zip函数接受可迭代对象,如字符串、列表或字典作为输入,返回它们聚合为元组。
因此,在本例中zip已经从列表fields和details中形成了每个项的对。当字典推导式中使用key: value时,只需将此元组解包为单独的键-值对。
当使用Python中内置的dict()构造函数(用于创建字典)时,这个过程甚至会变得更快,因为dict()比字典推导式至少快1.3倍!
所以我们需要将此构造函数与zip()函数一起使用,它的语法要简单得多——dict(zip(fields,details))
正如我一开始提到的,Python非常灵活,因为有多种方法可以实现相同的结果。根据任务的复杂程度需要选择最好的方法来实现它。
我希望这篇文章能对你有用。如果有任何其他方法可以做到我在本文中提到的同样的事情,请告诉我。
作者:Suraj Gurav
MORE
kaggle比赛交流和组队
加我的微信,邀你进群
喜欢就关注一下吧:
点个 在看 你最好看!
本文分享自 DeepHub IMBA 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!