当前位置: > Python+大数据 >

关于python的细节让你在大数据领域划水
栏目分类:Python+大数据   发布日期:2019年01月31日 20:19:35   浏览次数:

    总说python语言代码简洁,尤其适合数据分析工作。但是Python为什么那么适合大数据处理呢,今天来说说python语言的几个能让你在大数据领域划水的小细节。

pytho大数据领域划水

1. 只要一行代码的列表生成器
       以前每生成一个列表,都要不厌其烦的写循环,而这个烦恼在python这里终于被解决掉了。Python 有一个内建方法,只要一行代码就能解决这个问题。如果你不熟悉这个语法,可能理解起来会有点难度,不过一旦你习惯这个技术之后,你一定会对python相见恨晚的。


只要一行代码的列表生成器

2. Lambda 表达式
        一个函数明明用不了几次,可还是每次都要写一大串函数构建代码,是不是很累?python的Lambda 表达式来拯救你。Lambda 表达式能方便地创造简单、一次使用而且匿名的函数对象。基本上,它们让你无需费心构造一个函数,而是直接使用这个函数。

3. Map 和 Filter 函数
      一旦你掌握了 Lambda 表达式,将它们与 map 或 filter 函数一起使用,那真的不要太好用了。
具体来说, map() 函数接收一个列表,和一个函数,它对列表里的每个元素调用一个函数进行处理,再将结果放进一个新列表里。下面这个例子中,map() 函数遍历 seq 中的每个元素,把它乘2,再把结果放入一个新列表,最后返回这个列表。最外面一层 list() 函数是把 map() 返回的对象转换成列表格式。


Map 和 Filter 函数

4.Arange 和 Linspace 函数
       为了快速方便地生成 numpy 的数组,你一定得熟悉 arange() 和 linspace() 这两个函数。这两个函数分别有自己的特定用法,不过对我们来说,它们都能很好地生成 numpy 数组(而不是用 range() ),这在数据科学的分析工作上可是相当好用的。 arange() 函数按照指定的步长返回一个等差数列。除开始和结束值之外,你还可以自定义步长和数据类型。请注意,给定的结束值参数是不会被包含在结果内的。


Arange 和 Linspace 函数


       以上就是python的几个小细节的介绍,这些小细节能让你在数据处理时如鱼得水。当然python这门语言的惊喜绝不只是这么一点点,此处只是简单介绍,想了解更多读者可自行查阅。

相关热词:

热门关键词
python字符串
     
python教程 python爬虫 python人工智能 Python+大数据 python问答