Python入门指南, 3rd Edition

第 25 章 数据科学 数据科学

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

在数据面前空谈理论是大错特错的。

福尔摩斯

世界是混乱的，数据也是如此。¹ 你需要花费大量的时间来清理、合并、拆分和推动数据，以获得你需要的东西。

Python 已成为最流行的计算机语言，部分原因是许多开发人员采用它来处理他们的克星--数据。 本章涉及广泛的数据主题，包括这些：

• 数据处理

• 格式转换

• 分析和统计

• 可视化

我将首先讨论当你打开并摇动标准 Python 盒子时会得到什么。 然后，我将深入探讨人们为驯服数据而编写的丰富的第三方工具。

人工智能得等到下一章了，我敢打赌，它肯定没预料到这一点。

标准 Python

首先， ，让我们来看看我还没有提到的一些 Python 功能。

我在第 8 章中提到过sort() 和sorted()，但 只适用于列表。operator 模块有方便的函数itemgetter()和attrgetter()，可以告诉sort() 和sorted()如何进行排序。

基本的itemgetter() 函数会从一个可迭代器中返回一个或多个项--一个可以让你用[] 访问项的对象，就像列表或元组一样：

>>> from operator import itemgetter
>>> l = ['a', 'b', 'c', 'd', 'e']
>>> f = itemgetter(2)
>>> f(l)
'c'

如果给itemgetter() 多个索引，它将返回一个元组：

>>> f = itemgetter(3, 2, 1)
>>> f(l)
('d', 'c', 'b')

常见的用法是对可迭代器进行排序，比如下面的列表。它会在每个子列表中查找索引1 ，得到项目y 、e 和b ，然后按这些值对它们的列表进行排序：

>>> l = [ ['x', 'y', 'z'], ['d', 'e', 'f'], ['a', 'b', 'c'] ]
>>> x = sorted(l, key=itemgetter(1))
>>> x
[['a', 'b', 'c'], ['d', 'e', 'f'], ['x', 'y', 'z']]

试试用字符串列表代替列表列表：

>>> l = [ 'xyz', 'def', 'abc' ]
>>> x = sorted(l, key=itemgetter(1))
>>> x
['abc', 'def', 'xyz']

这也适用于二进制文件，因为二进制文件允许通过键值而不是索引进行访问。让我们通过sym （符号）键值对化学元素二进制文件列表进行排序：

>>> from operator import itemgetter
>>> l = [ {'sym': 'C', 'wt': 12},
... {'sym': 'H', 'wt': 1},
... {'sym': 'Be', 'wt': 9}
... ]
>>> f = itemgetter('sym')
>>> x = sorted(l, key=f)
>>> x
[{'sym': 'Be', 'wt': 9}, {'sym': 'C', 'wt': 12}, {'sym': 'H', 'wt': 1}]
>>> f = itemgetter('wt')
>>> x = sorted(l, key=f)
>>> x
[{'sym': 'H', 'wt': 1}, {'sym': 'Be', ...