【joyful pandas 01】基础知识1

学习数据分析的预备知识

python基础知识

列表推导式与条件赋值

列表推导式是我觉得python最简便的地方了，通过列表推导式可以把很长的一段话缩减成很小的一部分，在之前的建模高教贝建模中，自己做的代码方法就显得很笨拙，很长一段时间想要好好学习一下推导式，现在就在datawhale的第20期pandas练习中+《利用python进行数据分析》，好好淦一下列表推导式：

看到有个新概念语法糖，于是查了一下资料：

语法糖就是在代码编辑中能够增强代码可读性的编码方式，这里的列表推导式当然属于其中，后面的条件赋值也是。

而列表推导式的特点就是允许过滤一个容器的元素，通过一种简明的表达式转换给过滤器，从而生成一个新的列表其形式如下：

[expr for val in collection if condition ]        # 列表推导式的形状
# 其等价于
result = []
for val in collection:
    if condition:
        result.append(expr)

条件赋值则是形如

value = x if confition else y
value
# 其等价的写法为
a,b=x,y
condition=condition_(bool) # 此处默认为True
if condition_:
    value = a 
else:
    value = b 

对上述两个语法糖举个栗子：

# 截断列表中的超过5的数字
L = range(10)
[i if i< =5 else 5 for i in L]

输出

[0, 1, 2, 3, 4, 5, 5, 5, 5, 5]

匿名函数（lambda）与map方法

匿名函数是指通过单个语句生成 函数的方法， 且该关键词仅表达“我们声明一个匿名函数”的意思。

匿名函数的特点就是清晰地表述一些映射关系，在少数几个地方使用，用户不关心函数的名字很少被重复使用。`

my_func = lambda x : 2*x
my_func(3)

输出的内容

6

[(lambda x:2*x)(i) for i in range(5)]

输出结果为

[0, 2, 4, 6, 8]

形如上式中的，再列表推导式中使用匿名函数映射，而对于这种映射，python提供了map函数实现，且返回的是一个map对象，需要通过list获得输出值：

list(map(lambda x:2*x,range(5)))

[0, 2, 4, 6, 8]

map可以是实现多个输入值的映射，往里面追加迭代对象

list(map(lambda x,y:str(x)+'_'+y,range(5),list("abcde")))

['0_a', '1_b', '2_c', '3_d', '4_e']

zip 和 enumerate方法

L1,L2,L3 = list('abc'),list('def'),list('hij')
list(zip(L1,L2,L3))   # 通过zip打包三个对象

输出结果：

[('a', 'd', 'h'), ('b', 'e', 'i'), ('c', 'f', 'j')]

zip方法可以处理任意长度的序列，其胜场的列表长度由最短的序列决定

seq1 = ['foo','bar','baz']
seq2 = [False,True]
list(zip(seq1,seq2))

[('foo', False), ('bar', True)]

enumerate是python的内建函数，当我们需要在遍历一个序列的同时追踪索引的时候，可以两个内容都获取的方式，我自己在做的时候是经常需要这种操作的。它返回的(i,value)元组的序列，i是元素的索引，value是值：

for i,value in enumerate(collection):
    #其一般的使用方法

在对数据建立索引时，一种有效的方式是使用enumerate方法构造一个字典

some_list =['foo','bar','baz']
mapping={}
for i,v in enumerate(some_list):
    mapping[v]=i  # 对字典赋值	
mapping

{'foo': 0, 'bar': 1, 'baz': 2}

可以使用zip进行多个遍历，此时和enumerate一起用会更加酸爽

for i,(a,b) in enumerate(zip(seq1,seq2)):
    print('{0}:{1},{2}'.format(i,a,b))

输出

0:foo,False
1:bar,True

相对python提供的zip，也提供了*联合zip的解压方法

zipped = zip(L1,L2,L3)
list(zip(*zipped))

输出

[('a', 'b', 'c'), ('d', 'e', 'f'), ('h', 'i', 'j')]

---

前段时间自己自顾自的学习python，直接也跳过了基础内容就淦机器学习、学了pandas学sklearn。整个人学的一脸懵逼，这段时间通过datawhale的一个月的时间希望自己能把基础夯实，小白学东西实在是太难看了。

没有输出，就没有输入
刚刚看到导入的md文件有点问题，检查了一遍发现还好，最好别拉跨了。
希望一起学习一起交流