这篇文章主要讲解了“重要的Python技能有哪些”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“重要的Python技能有哪些”吧!
1、拉姆达函数(Lambda Functions)
拉姆达函数非常强大。当然,当必须以相同的方式清理多个列时,我们不会使用它,但这并不是经常遇到的情况。通常情况下,每个属性在清理后都需要自己的逻辑。
Lambda函数允许创建“匿名”函数。这基本上意味着可以快速生成特定函数,而无需使用pythonsdef来正确定义函数。
尽管如此,请记住Lambda函数主要被设计成one-liners,因此它应该用于简单的东西。对于更复杂的逻辑,则需要使用常规函数。
里将展示两个具体示例,通过这些示例,我们无需为所有项目定义函数,从而可以节省许少时间。虽然第一个示例可能不会在现实中常用,但值得一提。这就是对数字求平方。
#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
上面的代码片段以常规方式和lambda函数的方式完成了相同逻辑的实现。虽然结果是一样的,但是lambda的单行看起来舒服多了!
第二个例子是关于检查数字是偶数或非偶数:
#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,同样的逻辑以两种方式实现。你来决定你喜欢哪一个吧。
2、列表解析(List Comprehensions)
简单来说,列表解析使我们可以使用其他符号创建列表。可以将其视为括号内的单行循环。
在做特征工程时,使用列表解析很方便。例如,假设我们在通过分析电子邮件标题来进行垃圾邮件检测,那么我们会想弄明白是否问号会在垃圾邮件中经常出现。如果用列表解析来实现的话,这将是一项非常简单的任务。
就不再进行更多的理论解释了。例子才是最重要的。
这里的例子选择声明一个常规函数,该函数将检查列表中以某个字符(在这种情况下为“ a”)开头的项目。实施后,再用列表解析执行相同的操作。猜猜哪个会写起来更快呢?
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']
如果是第一次看到这样的方式,语法可能会有点混乱。但是当你每天都在写这样的函数时,它们会越来越吸引你,看你能把多少复杂的东西应用进去。
3、Zip函数
这是在实践中很少看到的内置python方法之一。从数据科学家的角度来看,它使我们能够同时迭代两个或多个列表。在处理日期和时间时,这可以派上用场。
例如,有一个属性表示某个事件的开始时间,而第二个属性表示该事件的结束时间时,为了进一步分析,几乎总是需要计算它们之间的时间差。而到目前为止,zip函数是最简单的方法。
例如,来比较一些虚构公司和虚构地区的一周销售日期:
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
看看这有多么简单吧。可以应用相同的逻辑同时迭代3个数组,只需要在括号中添加“ s3”和其他一些列表名称即可。
感谢各位的阅读,以上就是“重要的Python技能有哪些”的内容了,经过本文的学习后,相信大家对重要的Python技能有哪些这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是亿速云,小编将为大家推送更多相关知识点的文章,欢迎关注!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。