文章目录
- 前言
- 一、在Python中配合pipe灵活使用链式写法
- [二 、pipe中常用的管道操作函数](#二 、pipe中常用的管道操作函数)
- 总结
前言
一些比较熟悉pandas的读者朋友应该经常会使用query()
、eval()
、pipe()
、assign()
等pandas
的常用方法,书写可读性很高的「链式」数据分析处理代码,从而更加丝滑流畅地组织代码逻辑。
但在原生Python
中并没有提供类似shell
中的管道操作符|
、R
中的管道操作符%>%
等语法,也没有针对列表等数组结构的可进行链式书写的快捷方法,譬如javascript
中数组的map()
、filter()
、some()
、every()
等。
正所谓"标准库不够,三方库来凑",Python
原生对链式写法支持不到位没关系,我们可以使用一些简单方便且轻量的第三方库来协助我们在Python
代码中大面积实现链式写法,今天的文章中我就将带大家一起学习相关的知识技巧~
一、在Python中配合pipe灵活使用链式写法
我们将使用到pipe
这个第三方库,它不仅内置了很多实用的「管道操作函数」,还提供了将常规函数快捷「转换」为管道操作函数的方法,使用pip install pipe
对其进行安装即可。
pipe
的用法非常方便,类似shell
中的管道操作:以你的数组变量为起点,使用操作符|
衔接pipe
内置的各个常见管道操作函数,组装起自己所需的计算步骤即可,譬如,我们筛选输入数组中为偶数的,再求平方,就可以写作:
python
import pipe
list(
range(10) |
pipe.filter(lambda x: x % 2 == 0) |
pipe.select(lambda x: x ** 2)
)
因为pipe
搭建的管道默认都是惰性运算的,直接产生的结果是生成器类型,所以上面的例子中我们最外层套上了list()来
取得实际计算结果,更优雅的方式是配合pipe.Pipe()
,将list()
也改造为管道操作函数:
python
from pipe import Pipe
(
range(10) |
pipe.filter(lambda x: x % 2 == 0) |
pipe.select(lambda x: x ** 2) |
Pipe(list)
)
在上面的简单例子中我们使用到的filter()
、select()
等就是pipe
中常见的管道操作函数,事实上pipe
中的管道操作函数相当的丰富,下面我们来展示其中一些常用的:
二 、pipe中常用的管道操作函数
1.使用traverse()展平嵌套数组
如果你想要将任意嵌套数组结构展平,可以使用traverse()
:
python
(
[1, [2, 3, [4, 5]], 6, [7, 8, [9, [10, 11]]]] |
pipe.traverse |
Pipe(list)
)
2.使用dedup()进行顺序去重
如果我们需要对包含若干重复值的数组进行去重,且希望保留原始数据的顺序,则可以使用dedup()
,其还支持key
参数,类似sorted()
中的同名参数,实现自定义去重规则:
python
(
[-1, 0, 0, 0, 1, 2, 3] |
pipe.dedup |
Pipe(list)
)
(
[-1, 0, 0, 0, 1, 2, 3] |
# 基于每个元素的绝对值进行去重
pipe.dedup(key=abs) |
Pipe(list)
)
3.使用filter()进行值过滤
我们最开始的例子中使用过它,用法就是基于传入的lambda
函数对每个元素进行条件判断,并保留结果为True
的,与javascript
中的filter()
方法非常相似:
python
(
[1, 4, 3, 2, 5, 6, 8] |
# 保留大于5的元素
pipe.filter(lambda x: x > 5) |
Pipe(list)
)
4.使用groupby()进行分组运算
这个函数非常实用,其功能相当于管道操作版本的itertools.groupby()
,可以帮助我们基于lambda
函数运算结果对原始输入数组进行分组,通过groupby()
操作后直接得到的结果是分组结果的二元组列表,每个元组的第一个元素是分组标签,第二个元素是分到该组内的各个元素:
基于此,我们可以衔接很多其他管道操作函数,譬如衔接select()
对分组结果进行自定义运算:
5.使用select()对上一步结果进行自定义遍历运算
这个函数是pipe()
中核心的管道操作函数,通过前面的若干例子也能弄明白,它的功能是基于我们自定义的函数,对上一步的运算结果进行遍历运算。
6.使用sort()进行排序
相当于内置函数sorted()
的管道操作版本,同样支持key
、reverse
参数:
总结
上述内容足以支撑大部分日常操作需求,你也可以在https://github.com/JulienPalard/Pipe中查看pipe
的更多功能介绍。
关于Python技术储备
学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
👉CSDN大礼包:《Python入门资料&实战源码&安装工具】免费领取(安全链接,放心点击)
一、Python所有方向的学习路线
Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
二、Python基础学习视频
② 路线对应学习视频
还有很多适合0基础入门的学习视频,有了这些视频,轻轻松松上手Python~在这里插入图片描述
③练习题
每节视频课后,都有对应的练习题哦,可以检验学习成果哈哈!
因篇幅有限,仅展示部分资料
三、精品Python学习书籍
当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
四、Python工具包+项目源码合集
①Python工具包
学习Python常用的开发软件都在这里了!每个都有详细的安装教程,保证你可以安装成功哦!
②Python实战案例
光学理论是没用的,要学会跟着一起敲代码,动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。100+实战案例源码等你来拿!
③Python小游戏源码
如果觉得上面的实战案例有点枯燥,可以试试自己用Python编写小游戏,让你的学习过程中增添一点趣味!
五、面试资料
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
六、Python兼职渠道
而且学会Python以后,还可以在各大兼职平台接单赚钱,各种兼职渠道+兼职注意事项+如何和客户沟通,我都整理成文档了。
这份完整版的Python全套学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】