本文轉(zhuǎn)載自公眾號(hào)“讀芯術(shù)”(ID：AI_Discovery)

Python出圈了，似乎現(xiàn)在人人都在學(xué)Python，朋友圈的課程廣告遍地跑，小學(xué)生都看起了編程入門(mén)。的確，Python是目前公認(rèn)的最通用的編程語(yǔ)言，以其易理解易操作的優(yōu)勢(shì)攻占了每一個(gè)職場(chǎng)人大學(xué)生必備技能榜單。

學(xué)會(huì)Python確實(shí)能協(xié)助你高效工作。但學(xué)了是一回事兒，會(huì)了是另一回事兒，不是每個(gè)人學(xué)過(guò)Python的人都能玩得轉(zhuǎn)它。以下幾個(gè)小技巧，能讓你離玩轉(zhuǎn)Python更進(jìn)一步。

[[324967]]

把不常用的類(lèi)別整合成一個(gè)

有時(shí)你會(huì)得到元素分布不均的欄，少有的類(lèi)別也是僅僅存在而已。通常會(huì)希望能將這些類(lèi)別合并為一個(gè)。

df.artists.value_counts() 

要將Coldplay和Weekend合并到一個(gè)類(lèi)別中，因?yàn)樗鼈儗?duì)數(shù)據(jù)集的影響微乎其微。該怎么做?

首先，找到不想改變的元素，比如Eminem，TaylorSwift和BrunoMars：

myList =df.artists.value_counts().nlargest(3).index 

使用where()函數(shù)替換其他元素

dfdf_new = df.where(df.artists.isin(myList),other='otherartists') 
df_new.artists.value_counts() 

這便是按要求修改后的更新列。

查找列表的新元素

給定兩個(gè)不同的列表，要求找到一個(gè)列表中有但另一個(gè)列表中沒(méi)有的元素時(shí)，參照這兩個(gè)列表：

A = [ 1, 3, 5, 7, 9 ] 
B = [ 4, 5, 6, 7, 8 ] 

為了找到列表A中的新元素，我們?nèi)×斜鞟與列表B的集合差：

set(A) - set(B) 

值1、3和9只出現(xiàn)在列表A而不出現(xiàn)在列表B中。

擺脫警告

運(yùn)行代碼時(shí)，經(jīng)常會(huì)收到很多警告。沒(méi)過(guò)多久它就開(kāi)始使人惱火。例如每當(dāng)導(dǎo)入朝代時(shí)，可能會(huì)收到警告(FutureWarning)消息

可以用下述代碼隱藏所有警告。請(qǐng)確保其寫(xiě)在代碼頂部。

import warnings 
warnings.filterwarnings(action='ignore') 
import keras 

這將有助于在整個(gè)代碼中隱藏所有警告。

Map() 函數(shù)

map()函數(shù)接受函數(shù)(function)和序列(iterable)兩個(gè)參數(shù)，返回包含結(jié)果的映射：

map(func,itr) 

func 是指接收來(lái)自映射傳遞的給定序列元素的函數(shù)。

itr是指可以被映射的序列。

def product(n1,n2): 
    return n1 *n2 list1 = (1, 2, 3, 4) 
list2 = (10,20,30,40)result = map(product, list1,list2) 
list(result) 

開(kāi)始解碼。

Product函數(shù)接受兩個(gè)列表，并反饋兩個(gè)列表的乘積。列表1和列表2是充當(dāng)map函數(shù)序列的兩個(gè)列表。map()集product函數(shù)和序列于一身→列表1和列表2，以及反饋兩個(gè)列表的乘積作為結(jié)果。

Map + Lambda組合

可以使用lambda表達(dá)式修改上述代碼，以替換product函數(shù)：

list1 = (1, 2, 3, 4) 
list2 = (10,20,30,40) 
result = map(lambda x,y: x * y, list1,list2) 
print(list(result)) 

Lambda表達(dá)式有助于降低單獨(dú)編寫(xiě)函數(shù)的成本。

啟動(dòng)、停止和設(shè)置

Slice(start:stop[:step])是通常包含部分序列的對(duì)象。

• 如果只提供停止，則從索引0開(kāi)始生成部分序列直到停止。
• 如果只提供開(kāi)始，則在索引開(kāi)始之后生成部分序列直到最后一個(gè)元素。
• 如果同時(shí)提供開(kāi)始和停止，則在索引開(kāi)始之后生成部分序列直到停止。
• 如果起始、停止和步驟三者同時(shí)提供，則在索引開(kāi)始之后生成部分序列直到停止，并增加索引步驟。

x = [ 1, 2, 3, 4, 5, 6, 7, 8 ] 
x[ 1: 6: 2] 

上面的代碼中，1是開(kāi)始索引，6是停止索引，2是步驟索引。這意味著從指數(shù)1開(kāi)始到指數(shù)6停止，步長(zhǎng)為2。

還可以使用[::-1]操作翻轉(zhuǎn)列表：

x[::-1] 

沒(méi)錯(cuò)，通過(guò)開(kāi)始、停止和步驟操作，很容易就可以將整個(gè)列表進(jìn)行逆轉(zhuǎn)。

組合Zip和Enumerate

zip和enumerate函數(shù)常用于for循環(huán)，兩個(gè)一起用就更精彩了。它不僅可以在單個(gè)循環(huán)中迭代多個(gè)值，而且可以同時(shí)獲得索引。

NAME = ['Sid','John','David'] 
BIRD = ['Eagle','Sparrow','Vulture'] 
CITY =['Mumbai','US','London']for i,(name,bird,city) inenumerate(zip(NAME,BIRD,CITY)): 
    print(i,' represents ',name,' ,',bird,' and ',city) 

Zip函數(shù)可以將所有列表合并為一個(gè)，以便同時(shí)訪(fǎng)問(wèn)每個(gè)列表，而Enumerate函數(shù)協(xié)助獲得索引以及附加到該索引的元素。

隨機(jī)抽樣

有時(shí)會(huì)遇到非常大的數(shù)據(jù)集，因而決定處理數(shù)據(jù)的隨機(jī)子集。pandas數(shù)據(jù)框的sample函數(shù)可以實(shí)現(xiàn)更多的功能。不妨看看在上面已經(jīng)創(chuàng)建過(guò)的歌星數(shù)據(jù)模型。

df.sample(n=10) 

這有助于獲取數(shù)據(jù)集里隨機(jī)的10行。

df.sample(frac=0.5).reset_index(drop=True) 

分解上面的代碼，frac參數(shù)取值在0到1之間，包括1。它占用分配給它的數(shù)據(jù)流的一部分。在上面的代碼片段中指定了0.5，因此它將返回size→0.5*的隨機(jī)子集

你能看到前面的reset_index函數(shù)。它有助于適當(dāng)?shù)刂嘏潘饕驗(yàn)楂@取隨機(jī)子集時(shí)，索引也會(huì)被重新排列。

保留內(nèi)存

隨著編程的深入，你將意識(shí)到記住內(nèi)存高效代碼的重要性。生成器是返回我們可以遍歷的對(duì)象的函數(shù)。這有助于有效利用內(nèi)存，因此它主要用于當(dāng)在無(wú)限長(zhǎng)的序列上迭代。

def SampleGenerator(n): 
    yield n 
    nn = n+1 
    yield n 
    nn = n+1 
    yield ngen = SampleGenerator(1) 

Yield 語(yǔ)句暫停函數(shù)，保存其所有狀態(tài)，并在以后的連續(xù)調(diào)用中繼續(xù)執(zhí)行。

print(next(gen)) 
print(next(gen)) 
print(next(gen)) 

如你所見(jiàn)，yield保存了前一個(gè)狀態(tài)，而每當(dāng)我們調(diào)用下一個(gè)函數(shù)時(shí)，它都會(huì)繼續(xù)到下一個(gè)返回其新輸出的yield。

通過(guò)添加在generator函數(shù)內(nèi)無(wú)限運(yùn)行的while循環(huán)，可以迭代單個(gè)yield。

def updatedGenerator(n): 
    while(1): 
        yield n 
        nn = n + 1 
a = updatedGenerator(1)for i in range(5): 
    print(next(a)) 

While語(yǔ)句可以反復(fù)迭代相同的yield語(yǔ)句。

救世主Skiprows

重頭戲壓軸出場(chǎng)!要讀取的csv文件過(guò)大，以至于內(nèi)存不夠用?Skiprows可以輕松解決。

[[324974]]

圖源：unsplash

它可以指定需要在數(shù)據(jù)框中跳過(guò)的行數(shù)。

假設(shè)有個(gè)100萬(wàn)行的數(shù)據(jù)集，不適合你的內(nèi)存。如果分配skiprows=0.5 million(跳讀50萬(wàn)行)，在讀取數(shù)據(jù)集的時(shí)候就會(huì)跳過(guò)50萬(wàn)行，這樣就可以輕松地讀取數(shù)據(jù)集的子集。

df = pd.read_csv('artist.csv') 
df_new = pd.read_csv('artist.csv',skiprows=50)df.shape, 
df_new.shape 

在上面的代碼片段中，df表示包含112行的數(shù)據(jù)集。在添加了skiprows=50(跳讀50行)之后，它跳過(guò)了數(shù)據(jù)集中的50行，從而讀取了62行作為新數(shù)據(jù)集。

破案啦!編碼效率提升一大截的秘密就在于此。