查看原文
其他

4 个 Python 推导式开发技巧

推荐关注↓

来源:DeepHub IMBA

对于数据科学,Python通常被广泛地用于进行数据的处理和转换,它提供了强大的数据结构处理的函数,使数据处理更加灵活,这里说的“灵活性”是什么意思?


这意味着在Python中总是有多种方法来实现相同的结果,我们总是有不同的方法并且需要从中选择易于使用、省时并能更好控制的方法。


要掌握所有的这些方法是不可能的。所以这里列出了在处理任何类型的数据时应该知道的4个Python技巧。



列表推导式List Comprehension是创建列表的一种优雅且最符合python语言的方法。与for循环和if语句相比,列表推导式在基于现有列表的值创建新列表时语法要短得多。因此,让我们看看该特性如何获得列表的副本。


1、使用列表推导式复制一个列表


有时需要创建现有列表的副本。最简单的答案是.copy(),它允许您将一个列表的内容复制到另一个(新)列表。


例如,一个由整数组成的列表original_list。


original_list = [10,11,20,22,30,34]


可以简单地使用.copy()方法复制此列表。


duplicated_list = original_list.copy()


列表推导式可以得到完全相同的输出。复制列表是理解列表推导式的最佳案例。


看看下面这段代码。


duplicated_list = [item for item in original_list]


这里并不是说复制列表使用列表推导式更好,而是说对于介绍列表推导式的工作方式,这个案例是最好的。


接下来,让我们看看对列表的每个元素执行数学运算时,列表推导式如何使工作变得简单。


2、列表中的元素相乘


最简单或直接的乘法方法是使用乘法运算符,即*


例如,想用一个标量(即数字5)乘以列表中的每一项。这里肯定不能使用original_list*5,因为它将创建列表的5个副本。


在这个场景中,最好的答案是列表推导式,如下所示。


original_list = [10,11,20,22,30,34] multiplied_list = [item*5 for item in original_list] # Output [50, 55, 100, 110, 150, 170]


这里的操作并不局限乘以一个数字。可以对原始列表的每个元素执行复杂的操作。


例如,假设想计算每一项的平方根的立方,可以在一行中解决它。


multiplied_list = [math.sqrt(item)**3 for item in original_list] # Output [31.6227766016838,  36.4828726939094,  89.4427190999916,  103.18914671611546,  164.31676725154983,  198.25236442474025]


用于计算数字平方根的函数sqrt属于库math,因此在本例中需要在使用它之前导入它。


与上面所示的内置函数类似,还可以在列表的每个元素上使用用户定义的函数。


例如如下所示的简单函数。


 def simple_function(item):
    item1 = item*10
    item2 = item*11
    return math.sqrt(item1**2 + item2**2)


可以对列表的每一项应用这个用户定义的函数。


 multiplied_list = [simple_function(item) for item in original_list]

 # Output
 [148.66068747318505,
  163.52675622050356,
  297.3213749463701,
  327.0535124410071,
  445.9820624195552,
  505.4463374088292]


列表推导式在实际场景中甚至更有用。通常在分析任务中需要从列表中删除某种类型的元素,例如消0护着nan元素。列表推导式是完成这些任务的完美工具。


3、删除列表中的元素


根据特定条件筛选数据是选择所需数据集的常见任务之一,同样的逻辑也用于列表推导式中。


假设你有下面提到的数字列表。


original_list = [10, 22, -43, 0, 34, -11, -12, -0.1, 1]


你想要从这个列表中只保留正值。因此,从逻辑上讲,您希望只保留那些对条件项> 0求值为TRUE的项。


new_list = [item for item in original_list if item > 0]  # Output [10, 22, 34, 1]


if子句用来删除负值。可以使用if子句应用任何条件来从列表中删除任何项。


例如,当想删除所有平方小于200的项时需要做的就是在列表综合中提到条件项**2 > 200,如下所示。


 new_list = [item for item in original_list if item**2 > 200]

 # Output
 [22, -43, 34]


在处理真实的数据集时,过滤列表项的条件可能要复杂得多,这种方法既快又易于理解。


4、使用dict()将两个列表转换为字典键值对


有时需要从两个列表中的值创建字典。你可以使用字典推导式(dictionary comprehension) ,而不是一个一个地输入,这是创建字典的一种优雅而简洁的方法!


它的工作原理与列表推导式完全相似,唯一的区别是——创建一个列表推导式时,你将所有内容都包含在方括号中,例如[],而在字典推导式中,你将所有内容都包含在花括号中,例如{}。


假设有两个列表—字段和详细信息—如下所示。


 fields = [‘name’, ‘country’, ‘age’, ‘gender’]
 details = [‘pablo’, ‘Mexico’, 30, ‘Male’]


一个简单的方法是使用像这样的字典推导式:


 new_dict = {key: value for key, value in zip(fields, details)}
 
 # Output
 {'name''pablo''country''Mexico''age': 30, 'gender''Male'}


这里需要理解的重要是函数zip是如何工作的。


在Python中,zip函数接受可迭代对象,如字符串、列表或字典作为输入,返回它们聚合为元组。


因此,在本例中zip已经从列表fields和details中形成了每个项的对。当字典推导式中使用key: value时,只需将此元组解包为单独的键-值对。


当使用Python中内置的dict()构造函数(用于创建字典)时,这个过程甚至会变得更快,因为dict()比字典推导式至少快1.3倍!


所以我们需要将此构造函数与zip()函数一起使用,它的语法要简单得多——dict(zip(fields,details))。


总结


正如我一开始提到的,Python非常灵活,因为有多种方法可以实现相同的结果。根据任务的复杂程度需要选择最好的方法来实现它。


- EOF -


加主页君微信,不仅Python技能+1

主页君日常还会在个人微信分享Python相关工具资源精选技术文章,不定期分享一些有意思的活动岗位内推以及如何用技术做业余项目

加个微信,打开一扇窗



推荐阅读  点击标题可跳转

1、数据科学中的 10 个重要概念和图表

2、收藏! 38 个 Python 数据科学顶级库

3、综述论文:机器学习中的模型评价、模型选择与算法选择!


觉得本文对你有帮助?请分享给更多人

推荐关注「Python开发者」,提升Python技能

点赞和在看就是最大的支持❤️

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存