<ul id="aafcd"><b id="aafcd"><sub id="aafcd"><i id="aafcd"></i><area id="aafcd"></area><abbr id="aafcd"></abbr></sub><map id="aafcd"></map><output id="aafcd"><li id="aafcd"><dt id="aafcd"></dt></li></output></b><map id="aafcd"></map></ul>

      <span id="aafcd"><button id="aafcd"></button></span>

      1. <figcaption id="aafcd"></figcaption>

          <hgroup id="aafcd"><param id="aafcd"><i id="aafcd"></i><kbd id="aafcd"><b id="aafcd"><label id="aafcd"><textarea id="aafcd"><small id="aafcd"><source id="aafcd"></source><strong id="aafcd"></strong></small></textarea></label></b></kbd><blockquote id="aafcd"><col id="aafcd"><p id="aafcd"><sup id="aafcd"></sup><sup id="aafcd"><address id="aafcd"><area id="aafcd"><area id="aafcd"></area></area></address><tbody id="aafcd"><acronym id="aafcd"><acronym id="aafcd"></acronym></acronym><dfn id="aafcd"></dfn><sub id="aafcd"></sub><address id="aafcd"><noscript id="aafcd"><li id="aafcd"><form id="aafcd"></form></li></noscript></address><bdo id="aafcd"></bdo></tbody><ins id="aafcd"><aside id="aafcd"></aside></ins><td id="aafcd"><tfoot id="aafcd"><code id="aafcd"></code></tfoot></td></sup></p></col></blockquote></param></hgroup><figure id="aafcd"></figure><thead id="aafcd"></thead><mark id="aafcd"><object id="aafcd"><tbody id="aafcd"></tbody></object><ul id="aafcd"></ul></mark><colgroup id="aafcd"><i id="aafcd"></i><dfn id="aafcd"><colgroup id="aafcd"></colgroup><noframes id="aafcd">

          申请专栏作者
          您的当前位置:主页 > 数据挖掘 > 正文

          Python的高级特征你知多少?来对比看看

          来源: 时间:2019-04-23
          请点击下面的广告后浏览!

          Python 多好用不用多说,大家看看自己用的语言就知道了。但是 Python 隐藏的高级功能你都 get 了吗?本文中,作者列举了 Python 中五种略高级的特征以及它们的使用方法,快来一探究竟吧! 可思数据-巨龙彩票资讯平台

           

          可思数据-www.sykv.cn,zouir.com

            可思数据-数据挖掘,巨龙国际彩票网,机器视觉,机器人

          Python 是一种美丽的语言,它简单易用却非常强大。但你真的会用 Python 的所有功能吗?

          可思数据-www.sykv.cn,zouir.com

          任何编程语言的高级特征通常都是通过大量的使用经验才发现的。比如你在编写一个复杂的项目,并在 stackoverflow 上寻找某个问题的答案。然后你突然发现了一个非常优雅的解决方案,它使用了你从不知道的 Python 功能! 可思数据-www.sykv.cn,zouir.com

          这种学习方式太有趣了:通过探索,偶然发现什么。

          可思数据-数据挖掘,巨龙国际彩票网,机器视觉,机器人

          下面是 Python 的 5 种高级特征,以及它们的用法。 可思数据-数据挖掘,巨龙国际彩票网,机器视觉,机器人

          Lambda 函数 可思数据

          Lambda 函数是一种比较小的匿名函数——匿名是指它实际上没有函数名。

          可思数据

          Python 函数通常使用 def a_function_name() 样式来定义,但对于 lambda 函数,我们根本没为它命名。这是因为 lambda 函数的功能是执行某种简单的表达式或运算,而无需完全定义函数。 可思数据-数据挖掘,巨龙国际彩票网,机器视觉,机器人

          lambda 函数可以使用任意数量的参数,但表达式只能有一个。 可思数据-www.sykv.cn,zouir.com

          x = lambda a, b : a * b
          print(x(5, 6)) # prints '30' 可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

          x = lambda a : a*3 + 3
          print(x(3)) # prints '12'

          可思数据

           

          可思数据

          看它多么简单!我们执行了一些简单的数学运算,而无需定义整个函数。这是 Python 的众多特征之一,这些特征使它成为一种干净、简单的编程语言。

          本文来自可思数据,转载请联系本站及注明出处

          Map 函数

          可思数据

          Map() 是一种内置的 Python 函数,它可以将函数应用于各种数据结构中的元素,如列表或字典。对于这种运算来说,这是一种非常干净而且可读的执行方式。

          可思数据-AI,巨龙彩票,深度学习,机器学习,神经网络

          def square_it_func(a):
          return a * a 可思数据-数据挖掘,巨龙国际彩票网,机器视觉,机器人

          x = map(square_it_func, [1, 4, 7])
          print(x) # prints '[1, 16, 47]'

          内容来自可思数据

          def multiplier_func(a, b):
          return a * b 可思数据-www.sykv.cn,zouir.com

          x = map(multiplier_func, [1, 4, 7], [2, 5, 8]) 本文来自可思数据,转载请联系本站及注明出处

           

          本文来自可思数据,转载请联系本站及注明出处

          print(x) # prints '[2, 20, 56]'看看上面的示例!我们可以将函数应用于单个或多个列表。实际上,你可以使用任何 Python 函数作为 map 函数的输入,只要它与你正在操作的序列元素是兼容的。 可思数据

          Filter 函数 内容来自可思数据

          filter 内置函数与 map 函数非常相似,它也将函数应用于序列结构(列表、元组、字典)。二者的关键区别在于 filter() 将只返回应用函数返回 True 的元素。

          可思数据-巨龙彩票资讯平台

          详情请看如下示例: 可思数据-巨龙彩票资讯平台

          # Our numbers
          numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15] 可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

          # Function that filters out all numbers which are odd
          def filter_odd_numbers(num): 可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

          if num % 2 == 0:
          return True
          else:
          return False 可思数据-AI,巨龙彩票,深度学习,机器学习,神经网络

          filtered_numbers = filter(filter_odd_numbers, numbers) 可思数据

          print(filtered_numbers)
          # filtered_numbers = [2, 4, 6, 8, 10, 12, 14]

          可思数据-www.sykv.cn,zouir.com

          我们不仅评估了每个列表元素的 True 或 False,filter() 函数还确保只返回匹配为 True 的元素。非常便于处理检查表达式和构建返回列表这两步。

          可思数据-巨龙彩票资讯平台

          Itertools 模块

          可思数据

          Python 的 Itertools 模块是处理迭代器的工具集合。迭代器是一种可以在 for 循环语句(包括列表、元组和字典)中使用的数据类型。

          可思数据-AI,巨龙彩票,深度学习,机器学习,神经网络

          使用 Itertools 模块中的函数让你可以执行很多迭代器操作,这些操作通常需要多行函数和复杂的列表理解。关于 Itertools 的神奇之处,请看以下示例: 可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

          from itertools import * 本文来自可思数据,转载请联系本站及注明出处

          # Easy joining of two lists into a list of tuples
          for i in izip([1, 2, 3], ['a', 'b', 'c']):
          print i
          # ('a', 1)
          # ('b', 2)
          # ('c', 3)

          可思数据-AI,巨龙彩票,深度学习,机器学习,神经网络

          # The count() function returns an interator that
          # produces consecutive integers, forever. This
          # one is great for adding indices next to your list
          # elements for readability and convenience
          for i in izip(count(1), ['Bob', 'Emily', 'Joe']):
          print i
          # (1, 'Bob')
          # (2, 'Emily')
          # (3, 'Joe') 可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

          # The dropwhile() function returns an iterator that returns
          # all the elements of the input which come after a certain
          # condition becomes false for the first time.
          def check_for_drop(x):
          print 'Checking: ', x
          return (x > 5)

          可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

          for i in dropwhile(should_drop, [2, 4, 6, 8, 10, 12]):
          print 'Result: ', i 内容来自可思数据

          # Checking: 2
          # Checking: 4
          # Result: 6
          # Result: 8
          # Result: 10
          # Result: 12 可思数据


          # The groupby() function is great for retrieving bunches
          # of iterator elements which are the same or have similar
          # properties

          可思数据

          a = sorted([1, 2, 1, 3, 2, 1, 2, 3, 4, 5])
          for key, value in groupby(a):
          print(key, value), end=' ')

          可思数据-数据挖掘,巨龙国际彩票网,机器视觉,机器人

          # (1, [1, 1, 1])
          # (2, [2, 2, 2])
          # (3, [3, 3])
          # (4, [4])
          # (5, [5]) 可思数据-www.sykv.cn,zouir.com

            可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

          Generator 函数

          可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

          Generator 函数是一个类似迭代器的函数,即它也可以用在 for 循环语句中。这大大简化了你的代码,而且相比简单的 for 循环,它节省了很多内存。

          本文来自可思数据,转载请联系本站及注明出处

          比如,我们想把 1 到 1000 的所有数字相加,以下代码块的第一部分向你展示了如何使用 for 循环来进行这一计算。 可思数据

          如果列表很小,比如 1000 行,计算所需的内存还行。但如果列表巨长,比如十亿浮点数,这样做就会出现问题了。使用这种 for 循环,内存中将出现大量列表,但不是每个人都有无限的 RAM 来存储这么多东西的。Python 中的 range() 函数也是这么干的,它在内存中构建列表。 可思数据

          代码中第二部分展示了使用 Python generator 函数对数字列表求和。generator 函数创建元素,并只在必要时将其存储在内存中,即一次一个。这意味着,如果你要创建十亿浮点数,你只能一次一个地把它们存储在内存中!Python 2.x 中的 xrange() 函数就是使用 generator 来构建列表。

          可思数据-巨龙彩票资讯平台

          上述例子说明:如果你想为一个很大的范围生成列表,那么就需要使用 generator 函数。如果你的内存有限,比如使用移动设备或边缘计算,使用这一方法尤其重要。 内容来自可思数据

          也就是说,如果你想对列表进行多次迭代,并且它足够小,可以放进内存,那最好使用 for 循环或 Python 2.x 中的 range 函数。因为 generator 函数和 xrange 函数将会在你每次访问它们时生成新的列表值,而 Python 2.x range 函数是静态的列表,而且整数已经置于内存中,以便快速访问。 可思数据-www.sykv.cn,zouir.com

          # (1) Using a for loopv
          numbers = list()

          可思数据-巨龙彩票资讯平台

          for i in range(1000):
          numbers.append(i+1) 可思数据

          total = sum(numbers) 可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

          # (2) Using a generator
          def generate_numbers(n):
          num, numbers = 1, []
          while num < n:
          numbers.append(num)
          num += 1
          return numbers
          total = sum(generate_numbers(1000))

          可思数据-巨龙彩票资讯平台

          # (3) range() vs xrange()
          total = sum(range(1000 + 1))
          total = sum(xrange(1000 + 1)) 可思数据

            可思数据-www.sykv.cn,zouir.com

          原文链接:https://towardsdatascience.com/5-advanced-features-of-python-and-how-to-use-them-73bffa373c84

          可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

          网友评论:

          发表评论
          请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
          评价:
          表情:
          用户名: 验证码:点击我更换图片

          Copyright©2005-2019 zouir.com 可思数据 版权所有    网站地图   联系我们  

          巨龙彩票资讯   巨龙彩票资讯   巨龙彩票资讯   巨龙彩票资讯

          扫码入群
          咨询反馈
          扫码关注

          微信公众号

          返回顶部

          巨龙彩票 |巨龙国际彩票网 |巨龙彩票登录 | |手机版 | | 108网投彩票|LG彩票|新世界彩票|春秋彩票官网|亚洲彩票网|皇冠彩票正网|