您的當前位置:首頁 > 新聞資訊

【蘭州網站建設】8個Python高效數據分析的技巧

時間:2018-10-02 11:22:30  作者:

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”。
一行代碼定義List
定義某種列表時,寫For 循環過于麻煩,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 = []
for item in x:
out.append(item**2)
print(out)

[1, 4, 9, 16]

# vs.

x = [1,2,3,4]
out = [item**2 for item in x]
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表達式用于在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:
lambda arguments: expression
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 = lambda x: 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并將其轉換為新列表。
在本例中,它遍歷每個元素并乘以2,構成新列表。 (注意!list()函數只是將輸出轉換為列表類型)
# Map
seq = [1, 2, 3, 4, 5]
result = list(map(lambda var: var*2, seq))
print(result)

[2, 4, 6, 8, 10]
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。
# Filter
seq = [1, 2, 3, 4, 5]
result = list(filter(lambda x: x > 2, seq))
print(result)

[3, 4, 5]
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代表什么?
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=0)
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。
但為什么呢? 
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,那么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(取決于您如何定義軸)。

Merge將多個DataFrame合并指定主鍵(Key)相同的行。

Join,和Merge一樣,合并了兩個DataFrame。
但它不按某個指定的主鍵合并,而是根據相同的列名或行名合并。
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將一個函數應用于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=0)
A 12
B 27

df.apply(np.sum, axis=1)
0 13
1 13
2 13
Pivot Tables
如果您熟悉Microsoft Excel,那么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
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。

Copyright © 2010-2018 風魔科技 版權所有      

售前咨詢
售后服務
15339852636
龙江体彩61开奖结果