实践案例:Python22个构造函数法-助力数据挖掘与分析

如果你经常用python做一些小的项目玩，或者用python做一些爬虫，又或者你去一些网站刷题，那么必将面对一个问题——写函数。

“写函数”也就是自己写一个算法，用来实现一些功能。比如最简单的给电脑两个参数，让他计算这两个参数的关系。

下边献上22个函数构造练习，将会助力大家在数据挖掘与分析方面更进一步！

建议大家收藏此文，有时间在自己的环境里亲自跑一遍加深理解。

两个变量可以通过这种方式互相互换着赋值

a = 5                               
b = 10                                                     
a, b = b, a    
print(a) # 10    
print(b) # 5
# 这个看起来不是函数，但是这种用法在函数中常用

这个功能主要展示的不是快速判断是不是偶数,而是bool判断的用法.因为10可以被2整除,所以余数为0,因此它是==0的,如果换成`is_even(3)`那就返回False了。

def is_even(num):
    return num % 2 == 0
is_even(10)  # True

这个案例使用换行符分割的,实际应用中,随机应变。

def split_lines(s):
    return s.split('\n')

split_lines('50\n python\n snippets') 
# ['50', ' python', ' snippets']

这个例子中,调用了sys的看内存占用情况函数。数字5占了28内存空间大小,我把这个数字加到9999返回依然是28

import sys
print(sys.getsizeof(5)) # 28
print(sys.getsizeof("Python")) # 55

这个案例告诉我们字符串的翻转用法,相应的简单字符串可以翻转,以后的图片\音频\视频,一样可以翻转.如果你在一个函数里用这个功能，可以解决某些场景里的问题。

language = "sumer-minus"   # SUMER是我公众号，minus是我一个网名
reversed_language = language[::-1]
print(reversed_language)  # sunim-remus

从这里提取两个概念:1如何打印n遍,理解函数调用

def repeat(string, n):
    return (string * n)

a=repeat('oop!',10) 
print(a)
>>>oop!oop!oop!oop!oop!oop!oop!oop!oop!oop!

这个小代码把字符串翻转,和bool又一次加深理解

def palindrome(string):
    return string == string[::-1]
print(palindrome('python')) # False

用到了列表join方法，数据分析中可能用的多的是pandas的DataFrame格式的矩阵、张量，但一维这些东西一样会遇到使用。

strings = ['老虎', '老鼠', '蟑螂']
print('kill'.join(strings))

# 老虎kill老鼠kill蟑螂

如何将两个列表合并并扣除其中的重复项呢?可以看看这个方法，看起来是不是挺“卑鄙”的。挖python墙角感觉，但更好的方法还确实没想出来。实际分析中去重可能不多，但统计众数比较多，如果是string、列表，如何统计重复内容数量，思路类似。

def union(a,b):
    return list(set(a + b))

union([1, 2, 3, 4, 5], [6, 2, 8, 1, 4]) 

# 答案：[1,2,3,4,5,6,8]

def unique_elements(numbers):
    return list(set(numbers))

unique_elements([1, 2, 3, 2, 4]) 

# 答案：[1, 2, 3, 4]

虽然有mean函数，但比如你想自己算依稀的东西用到mean的时候，你可以自己造个，也就两行而已。

def average(*args):
    return sum(args, 0.0) / len(args)
average(5, 8, 2) 

# 5.0

def unique(list):
    if len(list)==len(set(list)):
        print("所有数据都是唯一的")
    else:
        print("并不唯一")

unique([1,2,3,4,5]) 
# 所有数据都是唯一的

def most_frequent(list):
    return max(set(list), key = list.count)

numbers = [1, 2, 3, 2, 4, 3, 1, 3]
most_frequent(numbers) 

# 3

π在math 库中是有定义的,就叫做math.pi

import math

def degrees_to_radians(deg):
    return (deg * math.pi) / 180.0

degrees_to_radians(90) 
# 1.5707963267948966

这个时间跟电脑速度有关

import time
start_time = time.time()
a,b = 5,10  #随便一个过程
c = a+b     #随便一个过程
end_time = time.time()
time_taken = (end_time- start_time)*(10**6)
print("运行这个耗费微秒数为:", time_taken)

# 运行这个耗费微秒数为: 2.1457672119140625

借助工具functools

from functools import reduce
import math
def gcd(numbers):
    return reduce(math.gcd, numbers)
gcd([24,108,90]) 
# 6

x = lambda a, b, c : a + b + c
print(x(5, 10, 20)) 
# 35

# 或者也可以这样

def x(a, b, c): 
    return a + b + c
print(x(5, 10, 30))  
# 35

对一个列表每一个元素都进行操作的话,可以用map函数,下边是个小案例

def multiply(n):
    return n*n

list1 =[1, 2, 3]
result = list(map(multiply, list1))
print(result)
# [1, 4, 9]

arr = [1, 2, 3, 4, 5]

def Even(x):
    return list(filter(lambda x: x % 2 == 0, arr))

Even(arr)  
# [2, 4]

numbers = [1, 2, 3]

def squares(nums):
    return [number**2 for number in nums]

 squares(numbers)

# [1, 4, 9]

切片用于从给定序列中提取元素的连续序列或子序列。以下函数用于合并两个切片操作的结果。首先，我们将列表从索引d切到末尾，然后从开始切成索引d。

def rotate(arr, d):
    return arr[d:] + arr[:d]

if __name__ == '__main__':
    arr = [1, 2, 3, 4, 5]
    arr = rotate(arr, 2)
    print (arr) 

# 结果：[3, 4, 5, 1, 2]

最后的代码段用于从一行开始调用多个函数并评估结果。

def add(a, b):
    return a + b
def subtract(a, b):   
    return a - b
a, b = 5, 10
print((subtract if a > b else add)(a, b))  # 15
print((subtract if a < b else add)(a, b))  # -5

希望这22个函数构造思路能让大家有一些的进步收获！

觉得有用，点个在看呗！