Python高效數據分析的8個技巧
【導讀】不管是參加Kaggle比賽，還是開發一個深度學習應用，第一步總是數據分析，這篇文章介紹了8個使用Python進行數據分析的方法，不僅能夠提升運行效率，還能夠使代碼更加「優美」。
作者 |Conor Dewey
編譯 | 專知
整理 |Yingying, Jiahui
Python for Data Science: 8 Concepts You May Have Forgotten
一行代碼定義List
定義某種列表時，寫For 循環過於麻煩，幸運的是，Python有一種內置的方法可以在一行代碼中解決這個問題。
下面是使用For循環創建列表和用一行代碼創建列表的對比。
x = [1,2,3,4]
out = []
foriteminx:
out.append(item**2)
print(out)
[1,4,9,16]
# vs.
x = [1,2,3,4]
out = [item**2foriteminx]
print(out)
[1,4,9,16]
Lambda表達式
厭倦了定義用不了幾次的函數？ Lambda表達式是你的救星！ Lambda表達式用於在Python中創建小型，一次性和匿名函數對象。 它能替你創建一個函數。
lambda表達式的基本語法是：
lambdaarguments: expression
請注意，只要有一個lambda表達式，就可以完成常規函數可以執行的任何操作。 你可以從下面的例子中，感受lambda表達式的強大功能：
double =lambdax: x *2
print(double(5))
10
Map和Filter
一旦掌握了lambda表達式，學習將它們與Map和Filter函數配合使用，可以實現更為強大的功能。
具體來說，map通過對列表中每個元素執行某種操作並將其轉換為新列表。 在本例中，它遍歷每個元素並乘以2，構成新列表。 請注意，list()函數只是將輸出轉換為列表類型。
Filter函數接受一個列表和一條規則，就像map一樣，但它通過比較每個元素和布爾過濾規則來返回原始列表的一個子集。
Arange和Linspace
Arange返回給定步長的等差列表。 它的三個參數start、stop、step分別表示起始值，結束值和步長， 請注意，stop點是一個「截止」值，因此它不會包含在數組輸出中。
# np.arange(start, stop, step)
np.arange(3,7,2)
array([3,5])
Linspace和Arrange非常相似，但略有不同。 Linspace以指定數目均勻分割區間。 所以給定區間start和end，以及等分分割點數目num，linspace將返回一個NumPy數組。 這對繪圖時數據可視化和聲明坐標軸特別有用。
# np.linspace(start, stop, num)
np.linspace(2.0,3.0,num=5)
array([2.0,2.25,2.5,2.75,3.0])
Axis代表什麼？
在Pandas中，刪除一列或在NumPy矩陣中求和值時，可能會遇到Axis。 我們用刪除一列（行）的例子：
df.drop("Column A",axis=1)
df.drop("Row A",axis=)
如果你想處理列，將Axis設置為1，如果你想要處理行，將其設置為0。 但為什麼呢？ 回想一下Pandas中的shape
df.shape
(# of Rows, # of Columns)
從Pandas DataFrame中調用shape屬性返回一個元組，第一個值代表行數，第二個值代表列數。如果你想在Python中對其進行索引，則行數下標為0，列數下標為1，這很像我們如何聲明軸值。
Concat，Merge和Join
如果您熟悉SQL，那麼這些概念對您來說可能會更容易。 無論如何，這些函數本質上就是以特定方式組合DataFrame的方式。 在哪個時間跟蹤哪一個最適合使用可能很困難，所以讓我們回顧一下。
Concat允許用戶在表格下面或旁邊追加一個或多個DataFrame（取決於您如何定義軸）。
Merge將多個DataFrame合併指定主鍵（Key）相同的行。
Join，和Merge一樣，合併了兩個DataFrame。 但它不按某個指定的主鍵合併，而是根據相同的列名或行名合併。
Pandas Apply
Apply是為Pandas Series而設計的。如果你不太熟悉Series，可以將它想成類似Numpy的數組。
Apply將一個函數應用於指定軸上的每一個元素。 使用Apply，可以將DataFrame列（是一個Series）的值進行格式設置和操作，不用循環，非常有用！
df = pd.DataFrame([[4,9],] *3,columns=["A","B"])
df
A B
0 4 9
1 4 9
2 4 9
df.apply(np.sqrt)
A B
0 2.0 3.0
1 2.0 3.0
2 2.0 3.0
df.apply(np.sum,axis=)
A12
B27
df.apply(np.sum,axis=1)
0 13
1 13
2 13
Pivot Tables
最後是Pivot Tables。 如果您熟悉Microsoft Excel，那麼你也許聽說過數據透視表。 Pandas內置的pivot_table函數以DataFrame的形式創建電子表格樣式的數據透視表,，它可以幫助我們快速查看某幾列的數據。 下面是幾個例子：非常智能地將數據按照「Manager」分了組
pd.pivot_table(df,index=["Manager","Rep"])
或者也可以篩選屬性值
pd.pivot_table(df,index=["Manager","Rep"],values=["Price"])
總結
我希望上面的這些描述能夠讓你發現Python一些好用的函數和概念。
https://towardsdatascience.com/python-for-data-science-8-concepts-you-may-have-forgotten-i-did-825966908393
-END-
專 · 知
人工智慧領域26個主題知識資料全集獲取與加入專知人工智慧服務群:歡迎微信掃一掃加入專知人工智慧知識星球群，獲取專業知識教程視頻資料和與專家交流諮詢！
TAG:Python |