7x24快讯 ·

用在数据科学上的 Python:你可能忘记的 8 个概念

原标题 Python for Data Science: 8 Concepts You May Have Forgotten,作者为 Conor Dewey。

?

?

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 qq不断发红包的群号码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。

?

参与评论