8個Python高效資料分析的技巧
今天給大家分享一篇內容,介紹了 8個使用Python進行資料分析的方法,不僅能夠 提升執行效率,還能夠使程式碼更加“優美”。
1
一行程式碼定義List
定義某種列表時,寫For 迴圈過於麻煩,幸運的是,Python有一種內建的方法可以在一行程式碼中解決這個問題。下面是使用For迴圈建立列表和用一行程式碼建立列表的對比。
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]
2
Lambda表示式
厭倦了定義用不了幾次的函式?Lambda表示式是你的救星!Lambda表示式用於在Python中建立小型,一次性和匿名函式物件, 它能替你建立一個函式。
lambda表示式的基本語法是:
lambda arguments: expression
注意! 只要有一個lambda表示式,就可以完成常規函式可以執行的任何操作。
你可以從下面的例子中,感受lambda表示式的強大功能:
double = lambda x: x * 2
print(double(5))
10
3
Map和Filter
一旦掌握了lambda表示式,學習將它們與Map和Filter函式配合使用,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。(注意!list()函式只是將輸出轉換為列表型別)
# Map
seq = [1, 2, 3, 4, 5]
result = list(map(lambda var: var*2, seq))
print(result)
[2, 4, 6, 8, 10]
Filter函式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林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]
4
Arange和Linspace
Arange返回給定步長的等差列表。它的三個引數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,因此它不會包含在陣列輸出中。
# 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陣列。
這對繪圖時資料視覺化和宣告座標軸特別有用。
# np.linspace(start, stop, num)
np.linspace(2.0, 3.0, num=5)
array([ 2.0, 2.25, 2.5, 2.75, 3.0]
5
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=0)
如果你想處理列,將Axis設定為1,如果你想要處理行,將其設定為0。但為什麼呢?回想一下Pandas中的shape。
df.shape
(# of Rows, # of Columns)
從Pandas DataFrame中呼叫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,這很像我們如何宣告軸值。
6
Concat,Merge和Join
如果您熟悉SQL,那麼這些概念對你來說可能會更容易。無論如何,這些函式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允許使用者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。
7
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的陣列。
Apply將一個函式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)的值進行格式設定和操作,不用迴圈,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
8
Pivot Tables
如果您熟悉Microsoft Excel,那麼你也許聽說過資料透視表。
Pandas內建的pivot_table函式以DataFrame的形式建立電子表格樣式的資料透視表,,它可以幫助我們快速檢視某幾列的資料。
下面是幾個例子:
非常智慧地將資料按照“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"])
希望上面的這些描述能夠讓你發現Python一些好用的函式和概念。
本文的文字及圖片來源於網路,僅供學習、交流使用,不具有任何商業用途,如有問題請及時聯絡我們以作處理
想要獲取更多Python學習資料可以加QQ:2955637827私聊或加Q群630390733大家一起來學習討論吧!