8 個提升 Python 數(shù)據(jù)分析效率的代碼技巧
編譯：專知 / Yingying, Jiahui
作者：Conor Dewey
原文：
https://towardsdatascience.com/python-for-data-science-8-concepts-you-may-have-forgotten-i-did-825966908393
大家好，歡迎來到 Crossin的編程教室 ！
數(shù)據(jù)分析是Python的一大應用場景。而不管是參加Kaggle比賽，還是開發(fā)一個深度學習應用，第一步也都是數(shù)據(jù)分析。
今天我們介紹8個使用Python進行數(shù)據(jù)分析的方法，不僅能夠提升運行效率，還能夠使代碼更加“優(yōu)美”。
一行代碼定義List
定義某種列表時，寫For 循環(huán)過于麻煩，幸運的是，Python有一種內(nèi)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(huán)創(chuàng)建列表和用一行代碼創(chuàng)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(shù)？Lambda表達式是你的救星！Lambda表達式用于在Python中創(chuàng)建小型，一次性和匿名函數(shù)對象。它能替你創(chuàng)建一個函數(shù)。
lambda表達式的基本語法是：
lambda arguments: expression
請注意，只要有一個lambda表達式，就可以完成常規(guī)函數(shù)可以執(zhí)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
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)接受一個列表和一條規(guī)則，就像map一樣，但它通過比較每個元素和布爾過濾規(guī)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(shù)start、stop、step分別表示起始值，結(jié)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(shù)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(shù)目均勻分割區(qū)間。所以給定區(qū)間start和end，以及等分分割點數(shù)目num，linspace將返回一個NumPy數(shù)組。這對繪圖時數(shù)據(jù)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(diào)用shape屬性返回一個元組，第一個值代表行數(shù)，第二個值代表列數(shù)。如果你想在Python中對其進行索引，則行數(shù)下標為0，列數(shù)下標為1，這很像我們?nèi)绾温暶鬏S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(shù)本質(zhì)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(jù)相同的列名或行名合并。
Pandas Apply
pply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(shù)組。
Apply將一個函數(shù)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(huán)，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
最后是Pivot Tables。如果您熟悉Microsoft Excel，那么你也許聽說過數(shù)據(jù)透視表。Pandas內(nèi)置的pivot_table函數(shù)以DataFrame的形式創(chuàng)建電子表格樣式的數(shù)據(jù)透視表,，它可以幫助我們快速查看某幾列的數(shù)據(jù)。下面是幾個例子：非常智能地將數(shù)據(jù)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(jié)
希望上面的這些描述能夠讓你發(fā)現(xiàn)Python一些好用的函數(shù)和概念，為你的數(shù)據(jù)分析工作提升效率。
_往期文章推薦_