关于python函数使用技巧的信息

如何用python实现函数?分两步:定义函数和调用函数 。
1.定义函数用def关键字 , 然后定义函数名和入参 , 以及函数执行语句 。
2.通过函数名调用函数即可 , 需要传入参数的话需要加上参数值
Python元组常用操作小技巧所以这篇文章,我们先来回顾和总结Python数据结构里常用操作 。Python中常见的数据结构可以统称为容器(container) 。序列(如列表和元组)、映射(如字典)以及集合(set)是三类主要的容器 。而扁平序列如str、bytes、bytearray、memoryview 和 array.array等不在这篇文章的讨论范围内 。
在此,我们先从元组开始说起 。
元组区别于列表的显著特征之一就是它不能被修改,但其另外一个作用就是用于没有字段名的记录[1]。因为后者经常被忽略,我们先来看看元组作为记录的作用 。
使用括号就可以定义一个元组 。元组中的每个元素都存放了记录中一个字段的数据,外加这个字段的位置 。正是这个位置信息给数据赋予了意义 。下面的例子中,元组就被当作记录加以利用:
输出为:
【关于python函数使用技巧的信息】上述for循环中的操作提取了元组中的元素,也叫作拆包(unpacking) 。平行赋值是对元组拆包很好的应用,示例如下:
还有一个经典而优雅的应用是交换变量的值:
用* 运算符把一个可迭代对象拆开作为函数的参数 , 例如Python的内置函数pmod接收两个数字类型的参数 , 返回商和余数 。以下范例将使用 * 将元组传入函数 。
输出为:
有些函数有多个返回值,将其赋给一个变量时,变量类型即是元组:
输出为:
zip是Python的内置函数,能够接收两个或多个序列,并组成一个元组列表,在Python3中会返回一个迭代器,如下所示:
输出为:
元组当然也支持一些常规操作,如对于元组a = (1, 'y', 5, 5, 'x') :
上述内容不仅涵盖了元组的基本操作,同时也结合了实际工作中常搭配使用的其他函数、运算符等 。在回顾这些知识时主要参考了两本经典的Python编程书籍:《流畅的Python》和《像计算机科学家一样思考Python》,有兴趣的朋友可以深入阅读!
希望这篇文章对你有帮助,下回将总结Python列表的使用技巧 。
[1]《流畅的Python》:
可以让你快速用Python进行数据分析的10个小技巧 一些小提示和小技巧可能是非常有用的,特别是在编程领域 。有时候使用一点点黑客技术 , 既可以节省时间,还可能挽救“生命” 。
一个小小的快捷方式或附加组件有时真是天赐之物,并且可以成为真正的生产力助推器 。所以,这里有一些小提示和小技巧 , 有些可能是新的,但我相信在下一个数据分析项目中会让你非常方便 。
Pandas中数据框数据的Profiling过程
Profiling(分析器)是一个帮助我们理解数据的过程,而Pandas Profiling是一个Python包,它可以简单快速地对Pandas 的数据框数据进行 探索 性数据分析 。
Pandas中df.describe()和df.info()函数可以实现EDA过程第一步 。但是,它们只提供了对数据非常基本的概述,对于大型数据集没有太大帮助 。而Pandas中的Profiling功能简单通过一行代码就能显示大量信息 , 且在交互式HTML报告中也是如此 。
对于给定的数据集,Pandas中的profiling包计算了以下统计信息:
由Pandas Profiling包计算出的统计信息包括直方图、众数、相关系数、分位数、描述统计量、其他信息——类型、单一变量值、缺失值等 。
安装
用pip安装或者用conda安装

推荐阅读