《Python for Data Analysis》书中Pythonic写法
作者:生活缺乏心跳
个人博客： www.ethertopia.cn
最近重新阅读了《Python for Data Analysis》一书，发现好多Pythonic的写法。之前也看到过，每次看的时候都会发自内心的感叹一句“写得真好”，但是几天之后就忘了，所以这次再读的时候，打算将他们写下来。
zip
zip的用法就是将几个list，tuple或者其他队列组合成tuple的列表。最基本的用法
seq1 = ['foo', 'bar', 'baz']seq2 = ['one', 'two', 'three']zipped = zip(seq1, seq2)print (list(zipped))
结果： [('foo', 'one'), ('bar', 'two'), ('baz', 'three')]
基本的用法了解，我们来一下高级用法
pitchers = [('Nolan', 'Ryan'), ('Roger', 'Clemens'),('Schilling', 'Curt')]
print (*a)
# 打印结果为：('Nolan', 'Ryan') ('Roger', 'Clemens') ('Schilling', 'Curt')
first_names, last_names = zip(*pitchers)
这里的 * 我之前也不知道怎么使用。* 可以将元素提取出来，然后用zip，将first_name和second_name分开。
dict
情境一：我们经常会遇到要从dict中取value，但是在取之前，我们并不确定key是否存在呢，所以会先判断key是否存在：
if key in my_dict:
value = my_dict[key]
else:
value = default_value
优化代码:dict其实是有get方法
value = my_dict.get(key, default_value)
情境二：要将一个文档里的单词，按照首字母归类。最后的储存结果为一个dict，key是首字母，value是单词的list。 result = {"a":[],"b":[],...}
words = ['apple', 'bat', 'bar', 'atom', 'book']
result = {}
for word in words:
letter = word[0]
if letter in result.key():
result[letter].append(word)
else:
result['letter'] = [word]
优化代码：dict有setdefault方法
words = ['apple', 'bat', 'bar', 'atom', 'book']
result = {}
for word in words:
letter = word[0]
result.setdefault(letter, []).append(word)
sort 和 lambda
我们需要将一些string
按字符长排序words = ['foo', 'card', 'bar', 'aaaa', 'abab']
words.sort(key = lambda x : len(x))按字符不同字母数量排序words = ['foo', 'card', 'bar', 'aaaa', 'abab']
words.sort(key = lambda x : len(set(x)))
np.where()
需要将大于0的数字变成5，将小于0的数据变成-4.
arr = np.random.randn(4,4)
np.where(arr>0,5,-4)
或者大于0的数字变成5，小于0的数据不变
arr = np.random.randn(4,4)
np.where(arr>0,5,arr)
np.cumsum()
我自己一直有用sum(),mean()但是很少用到累计和。这次看到了所以也记一笔。
arr = np.random.randn(4,4)
#所有数字累加
arr.cumsum()
np.cumsum(arr)
#按列累加
arr.cumsum(axis = 0)
np.cumsum(arr,axis = 0)
#按行累加
arr.cumsum(axis = 1)
np.cumsum(arr,axis = 1)
#同理累乘
arr.cumprod()
np.any() and np.all()
我们需要判断一个数组是否都为正数
arr = np.random.randn(4,4)
(arr>0).any()
(arr>0).all()
巧取四分之一的数据
large_arr = np.random.randn(1000)
large_arr.sort()
large_arr[int(0.25 * len(large_arr)]
我觉得这上面的写法可以使我的代码精简很多，pythonic是最终目标。
如果这些中有你不熟悉的用法，那就点个赞，因为你离pythonic又近了一步。
Python爱好者社区历史文章大合集：
Python爱好者社区历史文章列表（每周append更新一次）
关注后在公众号内回复“课程”即可获取：
小编的Python入门视频课程！！！
崔老师爬虫实战案例免费学习视频。
丘老师数据科学入门指导免费学习视频。
陈老师数据分析报告制作免费学习视频。
玩转大数据分析！Spark2.X+Python 精华实战课程免费学习视频。
丘老师Python网络爬虫实战免费学习视频。