Полезные заметки для проектов по науке о данных и машинному обучению
В этой статье мы поговорим о некоторых встроенных в python методах, полезных в науке о данных и коде приложений для машинного обучения. Встроенные функции очень важны в языке для выполнения таких задач, как сложение, вычитание, отображение и операции.
В этой статье мы выбрали некоторые встроенные функции, которые могут быть полезны в повседневной работе с кодом на Python.
метод callable()
В python объект, связанный с классами и методами, может вызываться, если он возвращает True или False при вызове. В приведенном ниже примере мы можем вызвать функцию, используя имя функции в виде объекта с круглыми скобками (). Здесь игрушечная функция вызывается, как и любая функция в питоне.
Пример Python:
def toy(toy_name):
print("Play with", toy_name)
toy
#output:
<function __main__.toy(toy_name)>
def toy(toy_name):
print("Play with", toy_name)
toy("Chess")
#output:
Play with Chess
Создание объекта для игрушечной функции можно вызвать, потому что мы можем его вызвать.
first_toy = toy print(callable(first_toy)) #output: True print(type(first_toy)) #output: <class 'function'> # variables are not callable because it doesn't return anything sum1 = 2 + 2 print(callable(sum1)) #output: False
Метод Dict()
Этот метод сохраняет данные в виде пары ключ-значение в виде хэш-таблицы. Основная точка словаря неизменяемых неповторяющихся ключей, чтобы он сопоставлял каждое значение с ключами. Ключи могут быть любого типа данных, т. е. логические, целые, строковые и с плавающей запятой. Если случайно мы сопоставим повторяющиеся ключи, то последний ключ переопределит предыдущий ключ.
Синтаксис показан ниже:
dict_name = {k1:v1,…., kn:vn,}
Различные способы создания пустого словаря
- Используя фигурные скобки dict_name = {}
- Используя конструктор словаря dict_name = dict()
Пример Python:
Различные способы создания словаря
# 1. With Arguments
dict_arg = dict(arg1 = 2, arg2 = 1)
#output
{'arg2': 1, 'arg1': 2}
# 2. With iterable by using the zip method
dict_iter = dict(zip('i1', 'i2', 'i3'], [23,43,56]))
#output:
{'i1': 23, 'i2': 43, 'i3': 56}
# 3. With Mapping
dict_map = {'pincode':2352, 'state':'city_name'}
#output:
{'pincode': 2352, 'state': 'city_name'}
print(callable(dict))
#output:
True
Из приведенного выше оператора печати мы видим, что словарь является вызываемым, что означает, что его объект может быть вызван. Давайте проверим тип словаря.
print(type(dict)) #output: <class 'type'>
Метод Divmod()
Этот метод наиболее полезен, когда мы имеем дело с большим количеством операций с числами, т.е. несложными.
Возвращает:
Два значения в формате кортежа, т. е. частное и остаток.
Синтаксис
# num1 is a numerator and num2 is a denominator divmod(num1, num2) print(divmod(42, 2)) print(divmod(15, 3)) #output: (21, 0) (4, 3) print(callable(divmod)) #output: True
Метод Enumerate()
Метод конструктора перечисления полезен в итерируемых элементах. Первым аргументом перечисления должна быть последовательность, а вторым аргументом — начальная точка.
Возвраты:
Кортеж с двумя числами, т.е. первое число является индексом, а второе число является объектом последовательности.
Example: (0, item[0]), (1, item[1]), (2, item[2])
У нас есть разные типы последовательностей в python, т. е. списки, строки и т. д.
#1. Enumerate with list
list_name = ['HP', 'Apple', 'Tesla']
# define the object of enumerating
enum = enumerate(list_name)
print(list(enum))
#output:
[(0, 'HP'), (1, 'Apple'), (2, 'Tesla')]
# change the start argument value
# define the object of enumerating
enum = enumerate(list_name, start = 2)
print(list(enum))
#output
[(2, 'HP'), (3, 'Apple'), (4, 'Tesla')]
# We can use enumerate with for loop to iterate sequence items one-by-one
for index, company_name in enumerate(list_name):
print(index, company_name)
#output:
0 HP
1 Apple
2 Tesla
Методы All() и Any()
all() и any() не всегда используются в программировании, но играют важную роль между операциями. Есть много сценариев, в которых нам нужно проверить условия истинности во всех последовательностях в случае всех и хотя бы один из них является истинным в случае любого().
Возвращает:
логическое значение.
Пример Python:
# All method examples # 1. If all items in a sequence are integer all_list = [7, 23, 45,-34, 9] print(all(all_list)) #output: True # 2. If one of the items in a list is a string all_list = [7, 23, 'Amit',-34, 9] print(all(all_list)) #output: True # 3. If one of the items is zero or False all_list = [7, 23, 'Amit',-34, 0] print(all(all_list)) #output: False # 4. If the sequence is empty all_list = [] print(all(all_list)) #output: True # Any method examples # 1. If all items in a sequence are integer all_list = [7, 23, 45,-34, 9] print(any(all_list)) #output: True # 2. If one of the items in a list is a string and others are False or zero all_list = [0, 0, 'Amit', False, 0] print(any(all_list)) #output: True # 3. If only one item is zero or False all_list = [0] print(any(all_list)) #output: False # 4. If the sequence is empty all_list = [] print(any(all_list)) #output: False
Метод Filter()
Метод filter пытается отфильтровать последовательность или итерируемые элементы с помощью вызывающей функции и вернуть элементу значение True или False. Он создает новую последовательность, сохраняя истинные элементы. Мы можем использовать пользовательские функции и лямбда-функции.
Возвращает:
элемент итератора
# 1. When we use a filter with a custom function
def equal_func(x):
if x == 89:
return True
else:
return False
mylist = [34, 67, 56, 89, 90]
result = filter(equal_func, mylist)
num_list = list(result)
print(num_list)
#output:
[89]
# 2. When we use None in the filter method
mylist = [34, 0, 56, 89, 90, False]
result = filter(None, mylist)
num_list = list(result)
print(num_list)
#output:
[34, 56, 89, 90]
# 3. When using a filter with a lambda function
mylist = [34, 67, 56, 89, 90]
result = list(filter(lambda x: x==89, mylist))
print(result)
#output:
[89]
mylist = [34, 0, 56, 89, 90, False]
result = filter(None, mylist)
num_list = list(result)
print(num_list)
#output:
[34, 56, 89, 90]
Метод Zip()
Метод zip берет количество последовательностей или итераторов и делает их одним кортежем с одним и тем же индексом. Когда мы сжимаем итераторы, они должны быть одинаковой длины.
Возврат:
список кортежей итератора
# 1. Zipping two iterator
lakes = ['Victoria', 'Baikal', 'Huron']
Ocean = ['Pacific', 'Artic', 'Indian']
result = zip(lakes, Ocean)
ziplist = list(result)
print(ziplist)
#output:
[('Victoria', 'Pacific'), ('Baikal', 'Artic'), ('Huron', 'Indian')]
# 2. Zipping two iterators to make a dictionary
lakes = ['Victoria', 'Baikal', 'Huron']
Ocean = ['Pacific', 'Artic', 'Indian']
result = zip(lakes, Ocean)
zipdict1 = dict(result)
print(zipdict1)
#output:
{'Victoria': 'Pacific', 'Baikal': 'Artic', 'Huron': 'Indian'}
Надеюсь, вам понравилась статья. Свяжитесь со мной на моих LinkedIn и twitter.
Рекомендуемые статьи
- Наиболее используемые методы NumPy с Python
2. NumPy: линейная алгебра изображений
3. Концепции обработки исключений в Python
4. Pandas: работа с категориальными данными< br /> 5. Гиперпараметры: RandomSeachCV и GridSearchCV в машинном обучении
6. Полное объяснение линейной регрессии с Python
7. Полное объяснение логистической регрессии с Python
8 , Распределение данных с помощью Numpy с Python
9. 40 самых безумно используемых методов в Python
10. 20 самых полезных методов быстрого доступа Pandas в Python
Повышение уровня кодирования
Спасибо, что являетесь частью нашего сообщества! Перед тем, как ты уйдешь:
- 👏 Хлопайте за историю и подписывайтесь на автора 👉
- 📰 Смотрите больше контента в публикации Level Up Coding
- 💰 Бесплатный курс собеседования по программированию ⇒ Просмотреть курс
- 🔔 Подписывайтесь на нас: Twitter | ЛинкедИн | "Новостная рассылка"
🚀👉 Присоединяйтесь к коллективу талантов Level Up и найдите прекрасную работу