函数式编程入门

想法来源

今天复习正则表达式的时候，学到一个知识点，可以解决上次和辉辉交流过的一个东西，然后问他上次那个解决没有，他丢给我他上次写的代码，发现他通篇都用的函数式编程，瞬间觉得好牛逼，又简洁，运行速度又快！
遂研究之。事实证明多交流总有好处的！
膜拜大佬！

知识点

其实就是一个函数的映射关系，输入一个自变量X，输出一个因变量Y
形式： map(lambda x:y , x)
map输出为 特有的map格式，如下图

所以需要加上 list(map(lambda x:str(x).split()[0],data[“时间”])) 转化为列表。

Data = list(map(lambda x:str(x).split()[0],data["时间"]))  #data
data['时间']=list(map(lambda x:str(x),data["时间"]))       #datatime
everyday = list(map(lambda x:data.loc[data["时间"]==i+' '+x,'室外温度'].values.tolist(), needtime))

代码

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import datetime

data = pd.read_excel(r"C:\Users\hao\Desktop\辉\testfile.xlsx", sheet="Sheet3")
#print(data)
#print(data["时间"])
tile = list(data.columns)  #data.columns显示表头
print(tile)


Data = list(map(lambda x:str(x).split()[0],data["时间"]))  #data
Data_set=np.unique(Data)  #np.unique去重
print(Data_set)
needtime=['02:00:00','08:00:00','14:00:00',"20:00:00"]   #time
data['时间']=list(map(lambda x:str(x),data["时间"]))       #datatime
print(data['时间'])
bigger=[]
for i in Data:
	if i == 'NaT':   #排除空值
		continue
	everyday = list(map(lambda x:data.loc[data["时间"]==i+' '+x,'室外温度'].values.tolist(), needtime))  #.loc位置查询；data["时间"]==i+' '+x 布尔值条件搜索
	bigger.append(everyday)

print(bigger)