作者:小伍哥
来源:AI入门学习
一、map函数
描述:接收两个参数,一个是函数,一个是序列,map将传入的函数依次作用到序列的每个元素。如果传入了多个iterable参数,function 必须接受相同个数的实参并被应用于从所有可迭代对象中并行获取的项。
语法:map(function, iterable, ...)
#内置函数
list(map(abs,[-1,3,-5,8])) [1, 3, 5, 8] list(map(lambda x: x.center(3,'#'),['马云','马化腾','李彦宏'])) ['#马云', '马化腾', '李彦宏'] #自定义函数,计算3次方 def square(x) : return x ** 3 list(map(square, [1,2,3,4,5])) [1, 8, 27, 64, 125] # 使用 lambda 匿名函数 list(map(lambda x: x ** 3, [1, 2, 3, 4, 5])) [1, 8, 27, 64, 125] # 提供了两个列表,对相同位置的列表数据进行相加 list(map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])) [3, 7, 11, 15, 19] list(map(lambda x: x%2==1, [1,3,2,4,1])) [True, True, False, False, True]
描述:reduce方法,顾名思义就是减少,假设你有一个由数字组成的可迭代对象,并希望将其缩减为单个值。把一个函数作用在一个序列上,这个函数必须接收两个参数,reduce把结果继续和序列的下一个元素做累积计算reduce(f,[x1,x2,x3,x4,x5]) = f(f(f(x1,x2),x3),x4)
语法:reduce(function,sequence[,initial]=>value)
from functools import reduce nums = [6,9,4,2,4,10,5,9,6,9] print(nums) [6, 9, 4, 2, 4, 10, 5, 9, 6, 9] print(sum(nums)) 64 print(reduce(lambda val,x: val+x,nums)) 64 # 累计减法 reduce(lambda x,y:x-y,[1,2,3,4]) -8 #累计乘法 def multi(x,y): return x*y reduce(multi,[1,2,3,4]) 24 reduce(lambda x,y:x*y,[1,2,3,4]) 24
描述:filter() 函数用于过滤序列,过滤掉不符合条件的元素,返回由符合条件元素组成的新列表。
该接收两个参数,第一个为函数,第二个为序列,序列的每个元素作为参数传递给函数进行判断,然后返回 True 或 False,最后将返回 True 的元素放到新列表中。
过滤器,构造一个序列,等价于:[ item for item in iterables if function(item)]
在函数中设定过滤条件,逐一循环迭代器中的元素,将返回值为True时的元素留下,形成一个filter类型数据。
语法:filter(function, iterable)
fil = filter(lambda x: x>10,[1,11,2,45,7,6,13]) fil# 可迭代对象,不能直接查看 list(fil) [11, 45, 13] def isodd(num): if num % 2 == 0: return True else: return False list(filter(isodd,range(1,13))) [2, 4, 6, 8, 10, 12]
描述:sorted() 函数对所有可迭代的对象进行排序操作。
语法:sorted(iterable, key=None, reverse=False)
sort 与 sorted 区别:
sort 是应用在 list 上的方法,sorted 可以对所有可迭代的对象进行排序操作;list 的 sort 方法返回的是对已经存在的列表进行操作,无返回值,而内建函数 sorted 方法返回的是一个新的 list,而不是在原来的基础上进行的操作。
a = [5,7,6,3,4,1,2] b = sorted(a) # 保留原列表 a [5, 7, 6, 3, 4, 1, 2] b [1, 2, 3, 4, 5, 6, 7] #利用key L=[('b',2),('a',1),('c',3),('d',4)] sorted(L, key=lambda x:x[1]) [('a', 1), ('b', 2), ('c', 3), ('d', 4)] #按年龄排序 students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)] sorted(students, key=lambda s: s[2]) [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)] #按降序 sorted(students, key=lambda s: s[2], reverse=True) [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)] #降序排列 a = [1,4,2,3,1] sorted(a,reverse=True) [4, 3, 2, 1, 1]
在看一个更实用的案例,加入一个列表存了各个品牌手机的销量以及售价,我们可以进行各种排序后输出。
info = [('Apple',800,9799), ('Xiaomi',40,3599), ('Oppo',40,4199), ('Vivo',100,4000), ('Huawei',40,6899),] #正常排序 print(sorted(info)) [('Apple', 800, 9799), ('Huawei', 40, 6899), ('Oppo', 40, 4199), ('Vivo', 100, 4000), ('Xiaomi', 40, 3599)] #按销量排序 print(sorted(info,key = lambda x: x[1],reverse=True)) [('Apple', 800, 9799), ('Vivo', 100, 4000), ('Xiaomi', 40, 3599), ('Oppo', 40, 4199), ('Huawei', 40, 6899)] #按商品价格排序 print(sorted(info,key = lambda x: x[2],reverse=True)) [('Apple', 800, 9799), ('Huawei', 40, 6899), ('Oppo', 40, 4199), ('Vivo', 100, 4000), ('Xiaomi', 40, 3599)] #先价格 再销量排序 print(sorted(info,key = lambda x: (x[2],x[1]),reverse=True)) [('Apple', 800, 9799), ('Huawei', 40, 6899), ('Oppo', 40, 4199), ('Vivo', 100, 4000), ('Xiaomi', 40, 3599)]
··· END ···
↓长按关注本号、加我交流↓
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-02最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12