gpt4 book ai didi

Python 开发神技 -- 使用管道 Pipe

转载 作者:qq735679552 更新时间:2022-09-27 22:32:09 30 4
gpt4 key购买 nike

CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章Python 开发神技 -- 使用管道 Pipe由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.

Python 开发神技 -- 使用管道 Pipe

众所周知,Pytnon 非常擅长处理数据,尤其是后期数据的清洗工作。今天派森酱就给大家介绍一款处理数据的神器 Pipe.

什么是 Pipe

简言之,Pipe 是 Python 的一个三方库.

通过 Pipe 我们可以将一个函数的处理结果传递给另外一个函数,这意味着你的代码会非常简洁.

要使用 Pipe 需要提前安装,直接使用 pip 安装即可.

  1. pip install pipe

过滤元素

和 filter 类似,pipe 中的 where 操作可以过滤可迭代对象中的元素.

  1. In [5]: numbers = [0, 1, 2, 3, 4, 5]
  2. In [6]: list(numbers | where(lambda x: x % 2 == 0))
  3. Out[6]: [0, 2, 4]

作用元素

类似 map,select 操作可以将函数作用于可迭代对象中的每个元素。下面的例子中我们将列表中的元素都扩大 2 倍.

  1. In [8]: list(numbers | select(lambda x: x * 2))
  2. Out[8]: [0, 2, 4, 6, 8, 10]

当然,还可以将多种操作合并在一起来玩.

下面的例子就是将列表中的偶数挑选出来并扩大 2 倍,和 filter 与 map 不同的是,pipe 可以将多个操作连接起来,就像水管套水管一样,所以我想管道这个名字也是很接地气了.

  1. In [10]: list(numbers
  2. ...: | where(lambda x: x % 2 == 0)
  3. ...: | select(lambda x: x * 2)
  4. ...: )
  5. ...:
  6. Out[10]: [0, 4, 8]

连接元素

操作嵌套列表时非常痛苦,值得高兴的是 pipe 给出了很友好的接口,只需要 chain 一下即可.

  1. In [11]: list([[1, 2], [3, 4], [5]] | chain)
  2. Out[11]: [1, 2, 3, 4, 5]
  3. In [30]: list((1, 2, 3) | chain_with([4, 5], [6]))
  4. Out[30]: [1, 2, 3, 4, 5, 6]
  5. In [31]: list((1, 2, 3) | chain_with([4, 5], [6,[7]]))
  6. Out[31]: [1, 2, 3, 4, 5, 6, [7]]

如你所见,chain 只可以拆开一层,如果要拆开多层嵌套的话,不要慌,traverse 轻松搞定.

  1. In [12]: list([[1, 2], [[[3], [[4]]], [5]]] | traverse)
  2. Out[12]: [1, 2, 3, 4, 5]

结合 select 一起,获取字典中的某个字段属性集合.

  1. In [32]: fruits = [
  2. ...: {"name": "apple", "price": [2, 5]},
  3. ...: {"name": "orange", "price": 4},
  4. ...: {"name": "grape", "price": 5},
  5. ...: ]
  6. In [33]: list(fruits
  7. ...: | select(lambda fruit: fruit["price"])
  8. ...: | traverse)
  9. ...:
  10. Out[33]: [2, 5, 4, 5]

分组

对列表中的元素进行分组是必不可少的,在 pipe 中可以使用 groupby 来完成.

  1. In [26]: list(numbers
  2. ...: | groupby(lambda x: 'Even' if x % 2 == 0 else 'Odd')
  3. ...: | select(lambda x: {x[0]: list(x[1])})
  4. ...: )
  5. ...:
  6. Out[26]: [{'Even': [0, 2, 4]}, {'Odd': [1, 3, 5]}]

同样,还可以在 select 中添加 where 过滤条件.

  1. In [27]: list(numbers
  2. ...: | groupby(lambda x: 'Even' if x % 2 == 0 else 'Odd')
  3. ...: | select(lambda x: {x[0]: list(x[1] | where(lambda x: x > 2))})
  4. ...: )
  5. ...:
  6. Out[27]: [{'Even': [4]}, {'Odd': [3, 5]}]

行列互换

数据处理中时常会用到行列互相转换,尤其是在用 DataFrame 时,使用 pipe 一行代码搞定行列转换.

  1. In [24]: [[1, 2, 3], [4, 5, 6], [7, 8, 9]] | transpose
  2. Out[24]: [(1, 4, 7), (2, 5, 8), (3, 6, 9)]

删除元素

对列表去重也是一项常用的操作,在 pipe 中使用 dedup 来对列表进行去重.

  1. In [28]: list([1, 1, 2, 2, 3, 3, 1, 2, 3] | dedup)
  2. Out[28]: [1, 2, 3]

与 dedup 不同的是,uniq 只会对连续的重复元素保留一个,非连续重复元素则不过滤.

  1. In [29]: list([1, 1, 2, 2, 3, 3, 1, 2, 3] | uniq)
  2. Out[29]: [1, 2, 3, 1, 2, 3]

总结

今天派森酱给大家介绍了一个处理数据的神器,使用管道可以让繁琐的操作浓缩在几行甚至一行代码搞定,提高可读性的同时还提升了代码的整洁程度,美滋滋~ 。

原文地址:https://mp.weixin.qq.com/s/usO9HuqCwqHTACMHWcRPEw 。

最后此篇关于Python 开发神技 -- 使用管道 Pipe的文章就讲到这里了,如果你想了解更多关于Python 开发神技 -- 使用管道 Pipe的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

30 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com