Python入门教程(四):用Python实现SQL中的分组聚合

点击上方 蓝字 关注我们

我们先假设一个场景，当你面对大量数据时，你想要得出一个整体的数据概况，你会去怎么去做？

对于我来说呢，如果面对大量数据时，我会去计算相关数据的概括统计值，包括均值，标准差，中位数等等，它们可以让我们概括出数据中的“经典值”。

在数据分析中，我们常用到的工具是SQL，这些函数在SQL中你可能已经用的比较熟悉了，今天呢我们就讲一讲这些函数在Python中的应用。

01

数组值求和：Sum函数

如果你想要计算数组中所有元素的和，那么你可以用Python中内置的sum函数，也可以直接用Python自己的sum函数。

import numpy as np
L = np.random.random(100)
sum(L)
# 55.61209116604941
np.sum(L)
# 55.612091166049424

二者语法相似，但是在执行效果方面，Numpy中的sum计算更快，因为其是在编译码中执行操作的。

big_array = np.random.rand(1000000)
%timeit sum(big_array)
%timeit np.sum(big_array)


# 10 loops, best of 3: 104 ms per loop
# 1000 loops, best of 3: 442 µs per loop

02

最大值/最小值

Python也有内置的min以及max函数，分别用于获取数组中的最大值与最小值。

min(big_array), max(big_array)


# (1.1717128136634614e-06, 0.99999767849