對于數據科學，Python通常被廣泛地用于進行數據的處理和轉換，它提供了強大的數據結構處理的函數，使數據處理更加靈活，這里說的“靈活性”是什么意思?

這意味著在Python中總是有多種方法來實現相同的結果，我們總是有不同的方法并且需要從中選擇易于使用、省時并能更好控制的方法。

要掌握所有的這些方法是不可能的。所以這里列出了在處理任何類型的數據時應該知道的4個Python技巧。

列表推導式List Comprehension是創建列表的一種優雅且最符合python語言的方法。與for循環和if語句相比，列表推導式在基于現有列表的值創建新列表時語法要短得多。因此，讓我們看看該特性如何獲得列表的副本。

1、使用列表推導式復制一個列表

有時需要創建現有列表的副本。最簡單的答案是.copy()，它允許您將一個列表的內容復制到另一個(新)列表。

例如，一個由整數組成的列表original_list。

original_list?=?[10,11,20,22,30,34]

可以簡單地使用.copy()方法復制此列表。

duplicated_list?=?original_list.copy()

列表推導式可以得到完全相同的輸出。復制列表是理解列表推導式的最佳案例。

看看下面這段代碼。

duplicated_list?=?[item?for?item?in?original_list]

這里并不是說復制列表使用列表推導式更好，而是說對于介紹列表推導式的工作方式，這個案例是最好的。

接下來，讓我們看看對列表的每個元素執行數學運算時，列表推導式如何使工作變得簡單。

2、列表中的元素相乘

最簡單或直接的乘法方法是使用乘法運算符，即*

例如，想用一個標量(即數字5)乘以列表中的每一項。這里肯定不能使用original_list*5，因為它將創建列表的5個副本。

在這個場景中，最好的答案是列表推導式，如下所示。

original_list?=?[10,11,20,22,30,34]?multiplied_list?=?[item*5?for?item?in?original_list]?#?Output?[50,?55,?100,?110,?150,?170]

這里的操作并不局限乘以一個數字。可以對原始列表的每個元素執行復雜的操作。

例如，假設想計算每一項的平方根的立方，可以在一行中解決它。

multiplied_list?=?[math.sqrt(item)**3?for?item?in?original_list]?#?Output?[31.6227766016838,??36.4828726939094,??89.4427190999916,??103.18914671611546,??164.31676725154983,??198.25236442474025]

用于計算數字平方根的函數sqrt屬于庫math，因此在本例中需要在使用它之前導入它。

與上面所示的內置函數類似，還可以在列表的每個元素上使用用戶定義的函數。

例如如下所示的簡單函數。

?def?simple_function(item):
????item1?=?item*10
????item2?=?item*11
????return?math.sqrt(item1**2?+?item2**2)

可以對列表的每一項應用這個用戶定義的函數。

?multiplied_list?=?[simple_function(item)?for?item?in?original_list]

?#?Output
?[148.66068747318505,
??163.52675622050356,
??297.3213749463701,
??327.0535124410071,
??445.9820624195552,
??505.4463374088292]

列表推導式在實際場景中甚至更有用。通常在分析任務中需要從列表中刪除某種類型的元素，例如消0護著nan元素。列表推導式是完成這些任務的完美工具。

3、刪除列表中的元素

根據特定條件篩選數據是選擇所需數據集的常見任務之一，同樣的邏輯也用于列表推導式中。

假設你有下面提到的數字列表。

original_list?=?[10,?22,?-43,?0,?34,?-11,?-12,?-0.1,?1]

你想要從這個列表中只保留正值。因此，從邏輯上講，您希望只保留那些對條件項> 0求值為TRUE的項。

new_list?=?[item?for?item?in?original_list?if?item?>?0]??#?Output?[10,?22,?34,?1]

if子句用來刪除負值。可以使用if子句應用任何條件來從列表中刪除任何項。

例如，當想刪除所有平方小于200的項時需要做的就是在列表綜合中提到條件項**2 > 200，如下所示。

?new_list?=?[item?for?item?in?original_list?if?item**2?>?200]

?#?Output
?[22,?-43,?34]

在處理真實的數據集時，過濾列表項的條件可能要復雜得多，這種方法既快又易于理解。

4、使用dict()將兩個列表轉換為字典鍵值對

有時需要從兩個列表中的值創建字典。你可以使用字典推導式(dictionary comprehension) ，而不是一個一個地輸入，這是創建字典的一種優雅而簡潔的方法!

它的工作原理與列表推導式完全相似，唯一的區別是——創建一個列表推導式時，你將所有內容都包含在方括號中，例如[]，而在字典推導式中，你將所有內容都包含在花括號中，例如{}。

假設有兩個列表—字段和詳細信息—如下所示。

?fields?=?[‘name’,?‘country’,?‘age’,?‘gender’]
?details?=?[‘pablo’,?‘Mexico’,?30,?‘Male’]

一個簡單的方法是使用像這樣的字典推導式：

?new_dict?=?{key:?value?for?key,?value?in?zip(fields,?details)}
?
?#?Output
?{'name':?'pablo',?'country':?'Mexico',?'age':?30,?'gender':?'Male'}

這里需要理解的重要是函數zip是如何工作的。

在Python中，zip函數接受可迭代對象，如字符串、列表或字典作為輸入，返回它們聚合為元組。

因此，在本例中zip已經從列表fields和details中形成了每個項的對。當字典推導式中使用key: value時，只需將此元組解包為單獨的鍵-值對。

當使用Python中內置的dict()構造函數(用于創建字典)時，這個過程甚至會變得更快，因為dict()比字典推導式至少快1.3倍!

所以我們需要將此構造函數與zip()函數一起使用，它的語法要簡單得多——dict(zip(fields，details))。

總結