标签：future 课程 编写 代码 name 保留 模型 职场 csv
Python出圈了，似乎现在人人都在学Python，朋友圈的课程广告遍地跑，小学生都看起了编程入门。的确，Python是目前公认的最通用的编程语言，以其易理解易操作的优势攻占了每一个职场人大学生必备技能榜单。
学会Python确实能协助你高效工作。但学了是一回事儿，会了是另一回事儿，不是每个人学过Python的人都能玩得转它。以下几个小技巧，能让你离玩转Python更进一步。
有时你会得到元素分布不均的栏，少有的类别也是仅仅存在而已。通常会希望能将这些类别合并为一个。
df.artists.value_counts()
要将Coldplay和Weekend合并到一个类别中，因为它们对数据集的影响微乎其微。该怎么做？
首先，找到不想改变的元素，比如Eminem，TaylorSwift和BrunoMars：
myList =df.artists.value_counts().nlargest(3).index使用where()函数替换其他元素
df_new = df.where(df.artists.isin(myList),other= otherartists )
df_new.artists.value_counts()
这便是按要求修改后的更新列。
给定两个不同的列表，要求找到一个列表中有但另一个列表中没有的元素时，参照这两个列表：
A = [ 1, 3, 5, 7, 9 ]
B = [ 4, 5, 6, 7, 8 ]为了找到列表A中的新元素，我们取列表A与列表B的集合差：
set(A) - set(B)
值1、3和9只出现在列表A而不出现在列表B中。
图源：unsplash
运行代码时，经常会收到很多警告。没过多久它就开始使人恼火。例如每当导入朝代时，可能会收到警告（FutureWarning）消息
可以用下述代码隐藏所有警告。请确保其写在代码顶部。
import warnings
warnings.filterwarnings(action= ignore )
import keras这将有助于在整个代码中隐藏所有警告。
map()函数接受函数（function）和序列（iterable）两个参数，返回包含结果的映射：
map(func,itr)
func 是指接收来自映射传递的给定序列元素的函数。
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)
开始解码。
Product函数接受两个列表，并反馈两个列表的乘积。列表1和列表2是充当map函数序列的两个列表。map()集product函数和序列于一身→列表1和列表2，以及反馈两个列表的乘积作为结果。
图源：unsplash
可以使用lambda表达式修改上述代码，以替换product函数：
list1 = (1, 2, 3, 4)
list2 = (10,20,30,40)
result = map(lambda x,y: x * y, list1,list2)
print(list(result))Lambda表达式有助于降低单独编写函数的成本。
Slice(start:stop[:step])是通常包含部分序列的对象。
· 如果只提供停止，则从索引0开始生成部分序列直到停止。
· 如果只提供开始，则在索引开始之后生成部分序列直到最后一个元素。
· 如果同时提供开始和停止，则在索引开始之后生成部分序列直到停止。
· 如果起始、停止和步骤三者同时提供，则在索引开始之后生成部分序列直到停止，并增加索引步骤。
x = [ 1, 2, 3, 4, 5, 6, 7, 8 ]
x[ 1: 6: 2]
上面的代码中，1是开始索引，6是停止索引，2是步骤索引。这意味着从指数1开始到指数6停止，步长为2。
还可以使用[::-1]操作翻转列表：
x[::-1]
没错，通过开始、停止和步骤操作，很容易就可以将整个列表进行逆转。
zip和enumerate函数常用于for循环，两个一起用就更精彩了。它不仅可以在单个循环中迭代多个值，而且可以同时获得索引。
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函数可以将所有列表合并为一个，以便同时访问每个列表，而Enumerate函数协助获得索引以及附加到该索引的元素。
有时会遇到非常大的数据集，因而决定处理数据的随机子集。pandas数据框的sample函数可以实现更多的功能。不妨看看在上面已经创建过的歌星数据模型。
df.sample(n=10)这有助于获取数据集里随机的10行。
df.sample(frac=0.5).reset_index(drop=True)分解上面的代码，frac参数取值在0到1之间，包括1。它占用分配给它的数据流的一部分。在上面的代码片段中指定了0.5，因此它将返回size→0.5*的随机子集
图源：unsplash
你能看到前面的reset_index函数。它有助于适当地重排索引，因为获取随机子集时，索引也会被重新排列。
随着编程的深入，你将意识到记住内存高效代码的重要性。生成器是返回我们可以遍历的对象的函数。这有助于有效利用内存，因此它主要用于当在无限长的序列上迭代。
def SampleGenerator(n):
yield n
n = n+1
yield n
n = n+1
yield ngen = SampleGenerator(1)Yield 语句暂停函数，保存其所有状态，并在以后的连续调用中继续执行。
print(next(gen))
print(next(gen))
print(next(gen))
如你所见，yield保存了前一个状态，而每当我们调用下一个函数时，它都会继续到下一个返回其新输出的yield。
通过添加在generator函数内无限运行的while循环，可以迭代单个yield。
def updatedGenerator(n):
while(1):
yield n
n = n + 1
a = updatedGenerator(1)for i in range(5):
print(next(a))
While语句可以反复迭代相同的yield语句。
重头戏压轴出场！要读取的csv文件过大，以至于内存不够用？Skiprows可以轻松解决。
图源：unsplash
它可以指定需要在数据框中跳过的行数。
假设有个100万行的数据集，不适合你的内存。如果分配skiprows=0.5 million（跳读50万行），在读取数据集的时候就会跳过50万行，这样就可以轻松地读取数据集的子集。
df = pd.read_csv( artist.csv )
df_new = pd.read_csv( artist.csv ,skiprows=50)df.shape,
df_new.shape
在上面的代码片段中，df表示包含112行的数据集。在添加了skiprows=50（跳读50行）之后，它跳过了数据集中的50行，从而读取了62行作为新数据集。
破案啦！编码效率提升一大截的秘密就在于此。
编译组：王品一、刘鉴楠
相关链接：
https://towardsdatascience.com/10-interesting-python-tricks-to-knock-your-socks-off-1dd4d8e82101
如转载，请后台留言，遵守转载规范ACL2018论文集50篇解读
EMNLP2017论文集28篇论文解读
2018年AI三大顶会中国学术成果全链接
ACL2017论文集：34篇解读干货全在这里
10篇AAAI2017经典论文回顾
标签：future 课程 编写 代码 name 保留 模型 职场 csv
原文地址：https://blog.51cto.com/15057819/2565664
