不管是參加Kaggle比賽，還是開發一個深度學習應用，第一步總是數據分析，這篇文章介紹了8個使用Python進行數據分析的方法，不僅能夠提升運行效率，還能夠使代碼更加“優美”。

[[276435]]

Python for Data Science: 8 Concepts You May Have Forgotten

一行代碼定義List

定義某種列表時，寫For 循環過于麻煩，幸運的是，Python有一種內置的方法可以在一行代碼中解決這個問題。

下面是使用For循環創建列表和用一行代碼創建列表的對比。 

x = [1,2,3,4]  
out = []  
for item in x:  
    out.append(item**2)  
print(out)  
[1, 4, 9, 16]  
# vs.  
x = [1,2,3,4]  
out = [item**2 for item in x]  
print(out)  
[1, 4, 9, 16] 

Lambda表達式

厭倦了定義用不了幾次的函數？Lambda表達式是你的救星！Lambda表達式用于在Python中創建小型，一次性和匿名函數對象。它能替你創建一個函數。

lambda表達式的基本語法是： 

lambda arguments: expression 

請注意，只要有一個lambda表達式，就可以完成常規函數可以執行的任何操作。你可以從下面的例子中，感受lambda表達式的強大功能： 

double = lambda x: x * 2  
print(double(5))  
10 

Map和Filter

一旦掌握了lambda表達式，學習將它們與Map和Filter函數配合使用，可以實現更為強大的功能。

具體來說，map通過對列表中每個元素執行某種操作并將其轉換為新列表。在本例中，它遍歷每個元素并乘以2，構成新列表。請注意，list()函數只是將輸出轉換為列表類型。 

# Map  
seq = [1, 2, 3, 4, 5]  
result = list(map(lambda var: var*2, seq))  
print(result)  
[2, 4, 6, 8, 10] 

Filter函數接受一個列表和一條規則，就像map一樣，但它通過比較每個元素和布爾過濾規則來返回原始列表的一個子集。 

# Filter  
seq = [1, 2, 3, 4, 5]  
result = list(filter(lambda x: x > 2, seq))  
print(result)  
[3, 4, 5] 

Arange和Linspace

Arange返回給定步長的等差列表。它的三個參數start、stop、step分別表示起始值，結束值和步長， 請注意，stop點是一個“截止”值，因此它不會包含在數組輸出中。 

# np.arange(start, stop, step)  
np.arange(3, 7, 2)  
array([3, 5]) 

Linspace和Arrange非常相似，但略有不同。Linspace以指定數目均勻分割區間。所以給定區間start和end，以及等分分割點數目num，linspace將返回一個NumPy數組。這對繪圖時數據可視化和聲明坐標軸特別有用。 

# np.linspace(start, stop, num)  
np.linspace(2.0, 3.0, num=5)  
array([ 2.0,  2.25,  2.5,  2.75, 3.0]) 

Axis代表什么？

在Pandas中，刪除一列或在NumPy矩陣中求和值時，可能會遇到Axis。我們用刪除一列（行）的例子： 

df.drop( Column A , axis=1)  
df.drop( Row A , axis=0) 

如果你想處理列，將Axis設置為1，如果你想要處理行，將其設置為0。但為什么呢？回想一下Pandas中的shape 

df.shape  
(# of Rows, # of Columns) 

從Pandas DataFrame中調用shape屬性返回一個元組，第一個值代表行數，第二個值代表列數。如果你想在Python中對其進行索引，則行數下標為0，列數下標為1，這很像我們如何聲明軸值。

Concat，Merge和Join

如果您熟悉SQL，那么這些概念對您來說可能會更容易。無論如何，這些函數本質上就是以特定方式組合DataFrame的方式。在哪個時間跟蹤哪一個最適合使用可能很困難，所以讓我們回顧一下。

Concat允許用戶在表格下面或旁邊追加一個或多個DataFrame（取決于您如何定義軸）。

Merge將多個DataFrame合并指定主鍵（Key）相同的行。

Join，和Merge一樣，合并了兩個DataFrame。但它不按某個指定的主鍵合并，而是根據相同的列名或行名合并。

Pandas Apply

Apply是為Pandas Series而設計的。如果你不太熟悉Series，可以將它想成類似Numpy的數組。

Apply將一個函數應用于指定軸上的每一個元素。使用Apply，可以將DataFrame列（是一個Series）的值進行格式設置和操作，不用循環，非常有用！ 

df = pd.DataFrame([[4, 9],] * 3, columns=[ A ,  B ])  
 df  
   A  B  
0  4  9  
1  4  9  
2  4  9  
df.apply(np.sqrt)  
     A    B  
0  2.0  3.0  
1  2.0  3.0  
2  2.0  3.0  
 df.apply(np.sum, axis=0)A    12  
B    27  
df.apply(np.sum, axis=1)  
0    13  
1    13  
2    13 

Pivot Tables

最后是Pivot Tables。如果您熟悉Microsoft Excel，那么你也許聽說過數據透視表。Pandas內置的pivot_table函數以DataFrame的形式創建電子表格樣式的數據透視表,，它可以幫助我們快速查看某幾列的數據。下面是幾個例子：非常智能地將數據按照“Manager”分了組 

pd.pivot_table(df, index=["Manager", "Rep"]) 

或者也可以篩選屬性值 

pd.pivot_table(df,index=["Manager","Rep"],values=["Price"]) 

總結

我希望上面的這些描述能夠讓你發現Python一些好用的函數和概念。