数据挖掘：Joyful Pandas：01 预备知识

第20期Pandas组队学习

---

0 知识串联

1. 预备知识
2. pandas 基础

---

1. 预备知识

1.1 Python 基础

1.1.1 列表推导式的与条件赋值

• 函数定义：def
• 尾部添加数据：append

L=[]

def my_func(x):
    return 2*x

for i in range(5):
    L.append(my_func(i))
    
print(L)

[0, 2, 4, 6, 8]

（1）一层嵌套实例

列表推导式：[ * for i * ]，其中第一个 * 为映射函数，第二个为迭代对象。== 所以也可以写成

[my_func(i) for i in range(5)]

（2）多层嵌套实例

列表表达式还支持多层嵌套，如下面的例子中第一个 for 为外层循环，第二个为内层循环：

[m+'_'+n for m in ['a','b'] for n in ['c','d']]

['a_c', 'a_d', 'b_c', 'b_d']

（3）条件赋值实例

除了列表推导式，另一个实用的语法糖是条件赋值，其形式为 a if condition else b

value ='cat' if 2>1 else 'dog'

print(value)

cat

等价于如下的写法:

a,b ='cat','dog'
condition = 2 > 1
if condition:
    value = a
else:
    value = b

下面举一个例子，截断列表中超过 5 的元素:

L=[1,2,3,4,5,6,7]
M = [i if i<=5 else 5 for i in L]

print(M)

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

1.1.2 匿名函数与map（）方法

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

6

有一些函数的定义具有清晰简单的映射关系，例如上面的 my_func 函数，这时候可以用匿名函数的方法简洁地表示

（1）匿名函数：lambda

匿名函数补充：https://www.liaoxuefeng.com/wiki/1016959663602400/1017451447842528

multi_para_func=lambda a,b:a+b
multi_para_func(1,2)

3

但上面的用法其实违背了“匿名”的含义，事实上它往往在无需多处调用的场合进行使用，例如上面列表推导式中的例子，用户不关心函数的名字，只关心这种映射的关系：

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

 [0, 2, 4, 6, 8]

（2）map

对于上述的这种列表推导式的匿名函数映射，Python 中提供了 map 函数来完成，它返回的是一个 map 对象，需要通过 list 转为列表

map()补充：https://www.cnblogs.com/luoahong/p/12036508.html

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

 [0, 2, 4, 6, 8]

对于多个输入值的函数映射，可以通过追加迭代对象实现：

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

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

1.1.3 zip对象与enumerate方法

1.2 Numpy 基础

1.2.1 np 数组的构造

1.2.2 np 数组的变形与合并

1.2.3 np 数组的切片与索引

1.2.4 常用函数

1.2.5 广播机制

1.2.6 向量与矩阵的计算

1.3 练习