8個Python高效資料分析的技巧
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，不僅能夠提升執行效率，還能夠使程式碼更加“優美”。
一行程式碼定義List
定義某種列表時，寫For 迴圈過於麻煩，幸運的是，Python有一種內建的方法可以在一行程式碼中解決這個問題。
下面是使用For迴圈建立列表和用一行程式碼建立列表的對比。
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表示式
厭倦了定義用不了幾次的函式？ Lambda表示式是你的救星！
Lambda表示式用於在Python中建立小型，一次性和匿名函式物件， 它能替你建立一個函式。
lambda表示式的基本語法是：
lambda arguments: expression
注意！ 只要有一個lambda表示式，就可以完成常規函式可以執行的任何操作。
你可以從下面的例子中，感受lambda表示式的強大功能：
double = lambda x: x * 2
print (double( 5 ))
10
Map和Filter
一旦掌握了lambda表示式，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通過對列表中每個元素執行某種操作並將其轉換為新列表。
在本例中，它遍歷每個元素並乘以2，構成新列表。 （ 注意！ list()函式只是將輸出轉換為列表型別）
# Map
seq = [ 1 , 2 , 3 , 4 , 5 ]
result = list ( map ( lambda var: var* 2 , seq))
print (result)
[ 2 , 4 , 6 , 8 , 10 ]
Filter函式接受一個列表和一條規則，就像map一樣，但它通過比較每個元素和布林過濾規則來返回原始列表的一個子集。
# Filter
seq = [ 1 , 2 , 3 , 4 , 5 ]
result = list ( filter ( lambda x: x > 2 , seq))
print (result)
[ 3 , 4 , 5 ]
Arange和Linspace
Arange返回給定步長的等差列表。
它的三個引數start、stop、step分別表示起始值，結束值和步長， 請注意！ 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將返回一個NumPy陣列。
這對繪圖時資料視覺化和宣告座標軸特別有用。
# 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設定為1，如果你想要處理行，將其設定為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屬性返回一個元組，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允許使用者在表格下面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。
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）的值進行格式設定和操作，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內建的pivot_table函式以DataFrame的形式建立電子表格樣式的資料透視表,，它可以幫助我們快速檢視某幾列的資料。
下面是幾個例子：
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。
原文釋出時間為：2018-09-7