eval()
去掉传入参数的引号并执行
x = eval('123')
type(x)
# int
eval('print("dd")')
# dd
zip
zip字面意思:拉链。这么来记,把几个东西扔到一个包里,拉上拉链,就算打包好了。通俗点讲,就是把第1个参数、与第2个参数… 到第N个元素,按位置1个个对齐,打包输出zip对象(类似生成器,可以转化成列表)。
x = (1, 2)
y = ("a", "b")
zip_result = zip(x, y)
print(type(zip_result))
print(list(zip_result))
# <class 'zip'>
# [(1, 'a'), (2, 'b')]
x = [4, 5, 6]
y = ['d', 'e']
zip_result = zip(x, y)
print(list(zip_result))
# [(4, 'd'), (5, 'e')]
注意第2行的输出,这个类似木桶原理,元素个数最少的,决定最后输出元素的个数,x里有[4,5,6]3个元素,而y里有[‘d’,‘e’]2个元素,最终结果里就只有2个tuple。
Counter
from collections import Counter
colors = ['red', 'blue', 'red', 'green', 'blue', 'blue']
c = Counter(colors)
print (dict(c))
# {'red': 2, 'blue': 3, 'green': 1}
Counter是一个类,可以看成一个计数器工具
datetime
from datetime import datetime, date, time
dt = datetime(2020, 11, 15, 15, 56, 40)
dt.day
# 15
dt.date()
# datetime.date(2020, 11, 15)
strftime:datetime转字符串
dt.strftime('%d/%m/%Y %H:%M')
# '15/11/2020 15:56'
strptime:字符串转datetime
datetime.strptime('2020-11-15', '%Y-%m-%d')
# datetime.datetime(2020, 11, 15, 0, 0)
map
map函数接收两个参数,一个是函数f,一个是Iterator,map在Iterable的每个元素上依次执行函数f,并把结果作为新的Iterator迭代器返回。
#定义方法f
def f(x):
return x * x
result = map(f,[1,2,3]) #返回一个Iterator迭代器,可用for循环来访问
for var in result:
print(var)
# 1
# 4
# 9
result = map(lambda x:x+5,[1,2,3]) #匿名方法的作用是返回[参数值+5]
for var in result:
print(var)
# 6
# 7
# 8
filter
filter()也是Python常用的内置函数,用于过滤序列。与map()类似,fiter()也是接收两个参数:一个函数和一个序列,将函数作用在序列的每一个元素上,根据函数返回值True或False,来决定是否舍弃该元素,最终返回一个迭代器,内容是原序列的子序列。
def is_even(x):
return x % 2 == 0
l = filter(is_even,[0,1,2,3,4,5])
print(l)
for var in l: #for循环遍历迭代器l
print(var)
# <filter object at 0x7f14037fcc50>
# 0
# 2
# 4
给定一系列字符串元组,筛选出包含python的所有字符串
str_tuple = ("hipython","pyth","lovepython","PYTHON","XMU")
result = filter((lambda x:x.find("python")!=-1), str_tuple)
for str in result:
print(str)
给定一系列字符串元组,筛选出长度为5的字符串。
str_list = ["abcde","12345","python","xmu","hello"]
result = filter((lambda x:len(x)==5), str_list)
for str in result:
print(str)
reduce
reduce函数接收两个参数,一个是函数f,一个是Iterator,其中函数f必须接收两个参数。reduce在Iterator的第一二个元素上执行函数f得到结果res,然后将结果res继续与第三个元素作为函数f的两个参数执行函数f,直到遍历完成
from functools import reduce
def f(x,y):
return x * y
#range(1,4)生成一个序列[1,2,3]
result = reduce(f,range(1,4)) #返回一个值1*2*3
print(result)
# 6
详细计算过程为
1*2=2
2*3=6
from functools import reduce
def f(x,y):
return x - y
#这里匿名函数的括号可加可不加,为了避免肉眼混淆,建议加上括号
result = reduce((lambda x,y:x-y),[8,3,1]) #返回一个值8-3-1
print(result)
# 4
详细计算过程为
8-3=5
5-1=4
np.diff()累差
# 累差运算
B = np.array([[3,5,9],
[4,8,10]])
print(np.diff(B))
# [[2 4]
# [4 2]]
pd.iloc和pd.loc索引方式的区别
- iloc对行/列位置索引,loc对行/列名索引
- 利用loc可以对不存在的行/列赋值(添加一行/列)