科技猎用在数据科学上的 Python：你可能忘记的 8 个概念
雷锋网 (公众号：雷锋网) AI 研习社按：本文为雷锋网字幕组编译的技术博客，原标题 Python for Data Science: 8 Concepts You May Have Forgotten，作者为 Conor Dewey。
翻译 | 庞有振、黄中杰 整理 | 孔令双
问题
如果你在编程的时候发现自己一遍又一遍的搜索同一个问题、概念或者语法，那么你并不孤单。
我自己也经常这样。
虽然在 StackOverflow 和其他资源网站搜索很正常，但是它对你的好处比较小，并且会增加你理解这门语言的困难。
我们生活在看起来有无限信息和无穷免费资源的时代，似乎搜索一下就把问题解决了。然而，这可能既是祝福也是诅咒。如果不能有效的管理和整合，过度依赖这些资源会阻挡我们长期进步。
来源：xkcd
我发现自己有几次从论坛上复制代码并修改，而不是花时间去学习和巩固我下次可能遇见的知识点。
这个方法比较懒。虽然这个方法可能是短期阻力比较小的一个，但是这最终会伤害你的成长、效率和回想语法的能力。
目标
最近我在 Udemy 通过了一个名为 「数据科学和机器学习中的 Python」 的在线课程。通过这一系列的课程，我整理了一些我在 Python 数据分析中所忽视的语法和概念。
为了巩固我对这些理念的理解和便于你们在 StackOverFlow 进行搜索，这里我整理出了我在使用 Python，Numpy，Pandas 中的一些知识点。
对于每一个知识点我都给出了简短的描述和例子。另外，我也给出了视频和其他的资料的链接，这些有助于加深这些知识点的理解。
列表推导式
在写循环的时候，每次定义一堆的列表是相当无聊的。幸运的是，Python 内置了一种名为列表推导式的方法，这种方法仅仅使用一行代码就可以解决这个问题。列表推导式刚开始对你来说可能有些困难，但是你一旦熟悉，你就会经常使用。
来源: Trey Hunner
下面的第一个例子是求每一个元素平方的的普通写法，第二个是列表推导式的写法。
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 函数
有些函数只需要用几次就需要定义一个新函数，你是否对此厌烦呢？lambda 函数可以解决这个问题！Lambda 函数在 Python 中通常被用来构建应用次数比较少的的匿名函数。也就是让你构建一个了不带名字的函数。
Lambda 函数的基本语法如下：
lambda arguments: expression
普通函数能做的，Lambda 函数也都能做，只要它们能够写成一行。下面这个简单的例子和视频能够更好的让你理解 Lambda 函数的强大之处。
double = lambda x: x * 2
print(double(5))
10
Map 函数与 Filter 函数
当你掌握了 Lambda 函数，然后将 Lambda 函数和 map，filter 函数一起使用，你会发现威力巨大。 具体的说，map 函数通过对列表中的每一个元素进行操作，将列表转换成一个新的列表。在下面的这个例子中，map 函数将每一个元素乘以 2，变成一个新的元素。注意这里的 list 函数只是简单的将输出结果转化为 list 类型。
# Map
seq = [1, 2, 3, 4, 5]
result = list(map(lambda var: var*2, seq))
print(result)[2, 4, 6, 8, 10]
Filter 函数类似于 map 函数，但是 filter 函数通过比较每一个元素是否为真从原始列表中抽取子集。
# Filter
seq = [1, 2, 3, 4, 5]
result = list(filter(lambda x: x > 2, seq))
print(result)[3, 4, 5]
Python: Lambda, Map, Filter, Reduce Functions ：
https://youtu.be/cKlnR-CB3tk
Arange 函数 和 Linspace 函数
快速创建简单的 NumPy 数组，使用 arange 和 linspace 函数最合适不过了。 它们都有各自特定的功能，但在这里使用（不是使用范围）在于其产生的 NumPy 数组，对于数据科学通常更容易操作。
Arange 函数，根据 start 和 stop 指定的范围以及 step 设定的步长，生成指定间隔的均匀间隔序列。除了开始值 start 和结束值 stop，还可以根据需要定义步长 step 或数据类型。这里需要注意，结束值是一个「截止」值，所以不会包含在生成的数组中。
# np.arange(start, stop, step)
np.arange(3, 7, 2)
array([3, 5])
Linspace 函数非常相似，但略有不同。它根据 start 和 stop 指定的范围以及 num 设定的个数，生成指定个数的均匀间隔序列。因此，给定一个开始值 start 和结束值 stop，以及个数值 num，linspace 函数将在 NumPy 数组中均分这个范围。这在数据可视化和绘图时轴的声明很有用。
# np.linspace(start, stop, num)
np.linspace(2.0, 3.0, num=5)
array([ 2.0, 2.25, 2.5, 2.75, 3.0])
什么是轴 Axis
使用 Pandas 删除列或对 NumPy 矩阵元素求和时，你可能会遇到这个问题。如果没有，那么之后也一定会遇到。下面给出删除列的示例：
df.drop('Column A', axis=1)
df.drop('Row A', axis=0)
在我真正知道为什么需要声明轴是什么之前，我编写了无数次这行代码。从上面的代码中，你可以推断出，如果对列进行操作需要将 axis 设置为 1，对行操作则将其设置为 0。但这是为什么呢？我喜欢探求原因，或者至少我记得这个：
df.shape
(# of Rows, # of Columns)
查看 Pandas 中 dataframe 的 shape 属性会返回一个元组，其中第一个值表示行数，第二个值表示列数。想想 Python 中的索引方法——行为 0 列为 1，这与我们声明轴的方法非常相似。很有意思，对吧？
How do I use the "axis" parameter in pandas?：
https://youtu.be/PtO3t6ynH-8
Concat 函数、Merge 函数和 Join 函数
如果你熟悉 SQL，那么这些函数方法可能会更容易理解。其实它们本质上都只是以一定方式合并 dataframe 的方法。哪种情况下用哪个最好很难说，所以让我们再回顾一下。
Concat 函数可以在下方或旁边合并一个或多个 dataframe（取决于如何定义轴）。
Merge 函数在作为主键的指定公共列上合并多个 dataframe。
Join 函数合并两个 dataframe 的方法与 merge 函数类似。但是，它根据索引合并 dataframe，而不是某些指定列。
可以通过查看优秀的 Pandas 文档 ，了解特定用法和更具体的示例，以及你可能遇到的一些特殊用法。
Youtube：
https://youtu.be/XMjSGGej9y8
Pandas 的 Apply 函数
你可以把 apply 函数想做地图功能，但它只对 Pandas 的 DataFrame 或者更具体地说是 Series 进行操作。如果你不熟悉 Series，其实它在很多方面都与 NumPy 数组非常相似。
Apply 函数会对你指定的列或行中每个元素作用一个函数。你可以想象到这是多么有用，尤其式当你对整个 DataFrame 列进行归一化和元素值操作，而不必进行循环。
Python Pandas Youtube 教学视频：
https://youtu.be/P_q0tkYqvSk
Pivot Tables 数据透视表
最后但同样重要的是数据透视表。如果你熟悉 Microsoft Excel，那你可能已经在某些方面听说过数据透视表。Pandas 内置的 pivot_table 函数可以将电子表格样式的数据透视表创建为 DataFrame。需要注意的是，数据透视表中的级别存储在创建的 DataFrame 层次索引和列中。
结语
我希望你在使用 Python 进行数据科学操作时，可以通过经常遇到的一些重要但有些棘手的方法、函数和概念对上述方法有效地慢慢记忆。就我个人来说，写出这些并试图用 简单的术语 解释它们也更加加深了我对这些知识的理解。
雷锋网字幕组编译。
原文链接：
https://towardsdatascience.com/python-for-data-science-8-concepts-you-may-have-forgotten-i-did-825966908393
号外号外~
一个专注于
AI技术发展和AI工程师成长的求知求职社区
诞生啦！
欢迎大家访问以下链接或者扫码体验
https://club.leiphone.com/page/home
。