0
| 本文作者： AI研習(xí)社-譯站 | 2018-07-23 09:36 |
雷鋒網(wǎng) AI 研習(xí)社按：本文為雷鋒網(wǎng)字幕組編譯的技術(shù)博客，原標(biāo)題 Python for Data Science: 8 Concepts You May Have Forgotten，作者為 Conor Dewey。
翻譯 | 龐有振、黃中杰 整理 | 孔令雙
如果你在編程的時候發(fā)現(xiàn)自己一遍又一遍的搜索同一個問題、概念或者語法，那么你并不孤單。
我自己也經(jīng)常這樣。
雖然在 StackOverflow 和其他資源網(wǎng)站搜索很正常，但是它對你的好處比較小，并且會增加你理解這門語言的困難。
我們生活在看起來有無限信息和無窮免費(fèi)資源的時代，似乎搜索一下就把問題解決了。然而，這可能既是祝福也是詛咒。如果不能有效的管理和整合，過度依賴這些資源會阻擋我們長期進(jìn)步。
來源：xkcd
我發(fā)現(xiàn)自己有幾次從論壇上復(fù)制代碼并修改，而不是花時間去學(xué)習(xí)和鞏固我下次可能遇見的知識點(diǎn)。
這個方法比較懶。雖然這個方法可能是短期阻力比較小的一個，但是這最終會傷害你的成長、效率和回想語法的能力。
最近我在 Udemy 通過了一個名為「數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)中的 Python」的在線課程。通過這一系列的課程，我整理了一些我在 Python 數(shù)據(jù)分析中所忽視的語法和概念。
為了鞏固我對這些理念的理解和便于你們在 StackOverFlow 進(jìn)行搜索，這里我整理出了我在使用 Python，Numpy，Pandas 中的一些知識點(diǎn)。
對于每一個知識點(diǎn)我都給出了簡短的描述和例子。另外，我也給出了視頻和其他的資料的鏈接，這些有助于加深這些知識點(diǎn)的理解。
在寫循環(huán)的時候，每次定義一堆的列表是相當(dāng)無聊的。幸運(yùn)的是，Python 內(nèi)置了一種名為列表推導(dǎo)式的方法，這種方法僅僅使用一行代碼就可以解決這個問題。列表推導(dǎo)式剛開始對你來說可能有些困難，但是你一旦熟悉，你就會經(jīng)常使用。
來源: Trey Hunner
下面的第一個例子是求每一個元素平方的的普通寫法，第二個是列表推導(dǎo)式的寫法。
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]
有些函數(shù)只需要用幾次就需要定義一個新函數(shù)，你是否對此厭煩呢？lambda 函數(shù)可以解決這個問題！Lambda 函數(shù)在 Python 中通常被用來構(gòu)建應(yīng)用次數(shù)比較少的的匿名函數(shù)。也就是讓你構(gòu)建一個了不帶名字的函數(shù)。
Lambda 函數(shù)的基本語法如下：
lambda arguments: expression
普通函數(shù)能做的，Lambda 函數(shù)也都能做，只要它們能夠?qū)懗梢恍?。下面這個簡單的例子和視頻能夠更好的讓你理解 Lambda 函數(shù)的強(qiáng)大之處。
double = lambda x: x * 2
print(double(5))
10
當(dāng)你掌握了 Lambda 函數(shù)，然后將 Lambda 函數(shù)和 map，filter 函數(shù)一起使用，你會發(fā)現(xiàn)威力巨大。 具體的說，map 函數(shù)通過對列表中的每一個元素進(jìn)行操作，將列表轉(zhuǎn)換成一個新的列表。在下面的這個例子中，map 函數(shù)將每一個元素乘以 2，變成一個新的元素。注意這里的 list 函數(shù)只是簡單的將輸出結(jié)果轉(zhuǎn)化為 list 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(shù)類似于 map 函數(shù)，但是 filter 函數(shù)通過比較每一個元素是否為真從原始列表中抽取子集。
# Filter
seq = [1, 2, 3, 4, 5]
result = list(filter(lambda x: x > 2, seq))
print(result)[3, 4, 5]
Python: Lambda, Map, Filter, Reduce Functions ：
https://youtu.be/cKlnR-CB3tk
快速創(chuàng)建簡單的 NumPy 數(shù)組，使用 arange 和 linspace 函數(shù)最合適不過了。 它們都有各自特定的功能，但在這里使用（不是使用范圍）在于其產(chǎn)生的 NumPy 數(shù)組，對于數(shù)據(jù)科學(xué)通常更容易操作。
Arange 函數(shù)，根據(jù) start 和 stop 指定的范圍以及 step 設(shè)定的步長，生成指定間隔的均勻間隔序列。除了開始值 start 和結(jié)束值 stop，還可以根據(jù)需要定義步長 step 或數(shù)據(jù)類型。這里需要注意，結(jié)束值是一個「截止」值，所以不會包含在生成的數(shù)組中。
# np.arange(start, stop, step)
np.arange(3, 7, 2)
array([3, 5])
Linspace 函數(shù)非常相似，但略有不同。它根據(jù) start 和 stop 指定的范圍以及 num 設(shè)定的個數(shù)，生成指定個數(shù)的均勻間隔序列。因此，給定一個開始值 start 和結(jié)束值 stop，以及個數(shù)值 num，linspace 函數(shù)將在 NumPy 數(shù)組中均分這個范圍。這在數(shù)據(jù)可視化和繪圖時軸的聲明很有用。
# np.linspace(start, stop, num)
np.linspace(2.0, 3.0, num=5)
array([ 2.0, 2.25, 2.5, 2.75, 3.0])
使用 Pandas 刪除列或?qū)?NumPy 矩陣元素求和時，你可能會遇到這個問題。如果沒有，那么之后也一定會遇到。下面給出刪除列的示例：
df.drop('Column A', axis=1)
df.drop('Row A', axis=0)
在我真正知道為什么需要聲明軸是什么之前，我編寫了無數(shù)次這行代碼。從上面的代碼中，你可以推斷出，如果對列進(jìn)行操作需要將 axis 設(shè)置為 1，對行操作則將其設(shè)置為 0。但這是為什么呢？我喜歡探求原因，或者至少我記得這個：
df.shape
(# of Rows, # of Columns)
查看 Pandas 中 dataframe 的 shape 屬性會返回一個元組，其中第一個值表示行數(shù)，第二個值表示列數(shù)。想想 Python 中的索引方法——行為 0 列為 1，這與我們聲明軸的方法非常相似。很有意思，對吧？
How do I use the "axis" parameter in pandas?：
https://youtu.be/PtO3t6ynH-8
如果你熟悉 SQL，那么這些函數(shù)方法可能會更容易理解。其實(shí)它們本質(zhì)上都只是以一定方式合并 dataframe 的方法。哪種情況下用哪個最好很難說，所以讓我們再回顧一下。
Concat 函數(shù)可以在下方或旁邊合并一個或多個 dataframe（取決于如何定義軸）。
Merge 函數(shù)在作為主鍵的指定公共列上合并多個 dataframe。
Join 函數(shù)合并兩個 dataframe 的方法與 merge 函數(shù)類似。但是，它根據(jù)索引合并 dataframe，而不是某些指定列。
可以通過查看優(yōu)秀的 Pandas 文檔，了解特定用法和更具體的示例，以及你可能遇到的一些特殊用法。
Youtube：
https://youtu.be/XMjSGGej9y8
你可以把 apply 函數(shù)想做地圖功能，但它只對 Pandas 的 DataFrame 或者更具體地說是 Series 進(jìn)行操作。如果你不熟悉 Series，其實(shí)它在很多方面都與 NumPy 數(shù)組非常相似。
Apply 函數(shù)會對你指定的列或行中每個元素作用一個函數(shù)。你可以想象到這是多么有用，尤其式當(dāng)你對整個 DataFrame 列進(jìn)行歸一化和元素值操作，而不必進(jìn)行循環(huán)。
Python Pandas Youtube 教學(xué)視頻：
最后但同樣重要的是數(shù)據(jù)透視表。如果你熟悉 Microsoft Excel，那你可能已經(jīng)在某些方面聽說過數(shù)據(jù)透視表。Pandas 內(nèi)置的 pivot_table 函數(shù)可以將電子表格樣式的數(shù)據(jù)透視表創(chuàng)建為 DataFrame。需要注意的是，數(shù)據(jù)透視表中的級別存儲在創(chuàng)建的 DataFrame 層次索引和列中。
我希望你在使用 Python 進(jìn)行數(shù)據(jù)科學(xué)操作時，可以通過經(jīng)常遇到的一些重要但有些棘手的方法、函數(shù)和概念對上述方法有效地慢慢記憶。就我個人來說，寫出這些并試圖用簡單的術(shù)語解釋它們也更加加深了我對這些知識的理解。
雷鋒網(wǎng)字幕組編譯。
原文鏈接：
號外號外~
一個專注于
AI技術(shù)發(fā)展和AI工程師成長的求知求職社區(qū)
誕生啦！
歡迎大家訪問以下鏈接或者掃碼體驗(yàn)
https://club.leiphone.com/page/home
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
