歡迎光臨
每天分享高質量文章

拿去!8個Python高效資料分析的技巧,代碼都給你整理好啦

不管是參加Kaggle比賽,還是開發一個深度學習應用,第一步總是資料分析。


這篇文章介紹了8個使用Python進行資料分析的方法,不僅能夠提升運行效率,還能夠使代碼更加“優美”。


一行代碼定義List




定義某種串列時,寫For 迴圈過於麻煩,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。



下麵是使用For迴圈創建串列和用一行代碼創建串列的對比。


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運算式




厭倦了定義用不了幾次的函式? Lambda運算式是你的救星!


 Lambda運算式用於在Python中創建小型,一次性和匿名函式物件, 它能替你創建一個函式。


lambda運算式的基本語法是:

lambda arguments: expression


註意!只要有一個lambda運算式,就可以完成常規函式可以執行的任何操作。 


你可以從下麵的例子中,感受lambda運算式的強大功能:

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

10


Map和Filter




一旦掌握了lambda運算式,學習將它們與Map和Filter函式配合使用,可以實現更為強大的功能。


具體來說,map通過對串列中每個元素執行某種操作並將其轉換為新串列。 


在本例中,它遍歷每個元素並乘以2,構成新串列。 註意!list()函式只是將輸出轉換為串列型別)


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

[2, 4, 6, 8, 10]


Filter函式接受一個串列和一條規則,就像map一樣,但它通過比較每個元素和布爾過濾規則來傳回原始串列的一個子集。


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

[3, 4, 5]


Arange和Linspace




Arange傳回給定步長的等差串列。


 它的三個引數start、stop、step分別表示起始值,結束值和步長, 請註意!stop點是一個“截止”值,因此它不會包含在陣列輸出中。


# 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將傳回一個NumPy陣列。 


這對繪圖時資料可視化和宣告坐標軸特別有用。


# 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代表什麼?




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。


但為什麼呢? 


回想一下Pandas中的shape。


df.shape
(# of Rows, # of Columns)


從Pandas DataFrame中呼叫shape屬性傳回一個元組,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,這很像我們如何宣告軸值。


Concat,Merge和Join




如果您熟悉SQL,那麼這些概念對您來說可能會更容易。 


無論如何,這些函式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允許用戶在表格下麵或旁邊追加一個或多個DataFrame(取決於您如何定義軸)。



Merge將多個DataFrame合併指定主鍵(Key)相同的行。



Join,和Merge一樣,合併了兩個DataFrame。


 但它不按某個指定的主鍵合併,而是根據相同的列名或行名合併。



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的陣列。


Apply將一個函式應用於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,不用迴圈,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




如果您熟悉Microsoft Excel,那麼你也許聽說過資料透視表。 


Pandas內置的pivot_table函式以DataFrame的形式創建電子錶格樣式的資料透視表,,它可以幫助我們快速查看某幾列的資料。 


下麵是幾個例子:


非常智慧地將資料按照“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




希望上面的這些描述能夠讓你發現Python一些好用的函式和概念。


來源:

https://codequs.com/p/HyY9AMYeQ/python-for-data-science-8-concepts-you-may-have-forgotten

版權宣告:本號內容部分來自互聯網,轉載請註明原文鏈接和作者,如有侵權或出處有誤請和我們聯繫。

關聯閱讀

原創系列文章:

1:從0開始搭建自己的資料運營指標體系(概括篇)

2 :從0開始搭建自己的資料運營指標體系(定位篇)

3 :從0開始搭建自己的資料運營體系(業務理解篇)

4 :資料指標的構建流程與邏輯

5 :系列 :從資料指標到資料運營指標體系

6:   實戰 :為自己的公號搭建一個資料運營指標體系

7:  從0開始搭建自己的資料運營指標體系(運營活動分析)

資料運營 關聯文章閱讀:  

運營入門,從0到1搭建資料分析知識體系    

推薦 :資料分析師與運營協作的9個好習慣

乾貨 :手把手教你搭建資料化用戶運營體系

推薦 :最用心的運營資料指標解讀

乾貨 : 如何構建資料運營指標體系

從零開始,構建資料化運營體系

乾貨 :解讀產品、運營和資料三個基友關係

乾貨 :從0到1搭建資料運營體系

資料分析、資料產品 關聯文章閱讀:

乾貨 :資料分析團隊的搭建和思考

關於用戶畫像那些事,看這一文章就夠了

資料分析師必需具備的10種分析思維。

如何構建大資料層級體系,看這一文章就夠了

乾貨 : 聚焦於用戶行為分析的資料產品

如何構建大資料層級體系,看這一文章就夠了

80%的運營註定了打雜?因為你沒有搭建出一套有效的用戶運營體系

從底層到應用,那些資料人的必備技能

讀懂用戶運營體系:用戶分層和分群

做運營必須掌握的資料分析思維,你還敢說不會做資料分析

合作請加qq:365242293  


更多相關知識請回覆:“ 月光寶盒 ”;

資料分析(ID : ecshujufenxi )互聯網科技與資料圈自己的微信,也是WeMedia自媒體聯盟成員之一,WeMedia聯盟改寫5000萬人群。

赞(0)

分享創造快樂