原文：
www.kdnuggets.com/2020/12/10-python-skills-beginners.html
评论
由Nicole Janeway Bills，Atlas Research 的数据科学家
图片来源：Shelby Miller 于Unsplash
1. Google 网络安全证书 - 快速进入网络安全职业道路。
2. Google 数据分析专业证书 - 提升你的数据分析能力
3. Google IT 支持专业证书 - 支持你在 IT 领域的组织
借助 Python 直观、人性化的语法，任何人都可以利用科学计算的强大功能。Python 已成为数据科学和机器学习的标准语言，并且在Stack Overflow 的 2020 开发者调查中被评为最受喜爱的前三种语言。
如果你是这个备受喜爱的编程语言的新手，这里有十个技巧可以促进你的 Python 技能发展。你可以在这个Google Colab 笔记本中跟随（此外，一个 Google Colab 的简短视频介绍）。
列表推导是一种简单的单行语法，用于处理列表，它允许你访问并对列表中的单个元素执行操作。
语法由包含如print(plant)的表达式的括号组成，后跟一个for和/或if子句。
将打印：
boat orchid
dancing-lady orchid
nun's hood orchid
chinese ground orchid
vanilla orchid
tiger orchid（注：列表推导末尾的分号将抑制打印 Jupyter Notebook 单元格最后一行的输出。这样，Jupyter Notebook 不会打印None列表。）
除了前面的技巧，单行 if 可以帮助你使代码更简洁。
假设我们决定我们有兴趣识别植物是否为兰花。使用单行 if，我们从测试条件为真时我们希望输出的值开始。
这段代码将单行 if 与列表推导结合，用于在植物是兰花时输出 1，否则输出 0。
[1 if 'orchid' in plant else 0 for plant in greenhouse]将输出：
[1, 0, 1, 1, 0, 0, 0, 1, 1, 1, 0]这个列表本身可能不那么有趣，但与下一个提示结合使用时，我们将看到单行 if 的实际应用。
Pandas 数据框是一个可以存储表格数据的结构，类似于 Python 中的 Excel。 [lambda](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.apply.html) 是一个关键字，它提供了对表格中值执行操作的快捷方式。
假设我们有一个关于我们温室植物的信息表：
打印这个数据框将显示如下内容：
假设我们想知道某种植物是否喜欢某位德国古典作曲家。
data[‘music’].apply(lambda x: 1 if x == ‘bach’ else 0)将输出：
其中第一列是数据框索引，第二列是表示单行 if 输出的系列。
lambda 代表一个 “匿名函数” 。它允许我们在数据框中的值上执行操作，而无需创建正式的函数——即，包含 def 和 return 语句的函数，稍后我们将看到。
假设我们想要识别哪些喜欢巴赫的植物也需要充足的阳光，这样我们可以将它们一起安排在温室中。
首先，我们使用 def 关键字创建一个函数，并给它一个用下划线连接单词的名称（例如 sunny_shelf）。恰当地，这种命名约定被称为 蛇形命名法 ????
函数 sunny_shelf 接受两个参数作为输入——检查“充足阳光”的列和检查“巴赫”的列。该函数输出这两个条件是否都为真。
在第 4 行，我们对数据框应用了 .apply() 函数，并指定了应作为参数传递的列。 axis=1 告诉 pandas 应该在列上评估该函数（而不是 axis=0，它在行上进行评估）。我们将 .apply() 函数的输出分配给一个名为‘new_shelf’的新数据框列。
或者，我们可以使用 np.where() 函数达到相同的目的：
这个 来自 numpy 库的函数 检查上述指定的两个条件（即植物是否喜欢充足的阳光和德式古典音乐），并将结果分配给‘new_shelf’列。
有关.apply()、np.where()以及其他极其有用的代码片段，请查看Chris Albon 的博客。
顺便说一下，你可以将括号、方括号或大括号内的任何语句拆分到多行，以避免单行过长。我们在初始化温室列表、创建植物数据框和使用 np.where()函数时见过这种情况。
根据PEP8 Python 风格指南：
包装长行的首选方式是使用 Python 在括号、方括号和大括号中的隐式行续接。
现在让我们扩展温室，以便有更多实际数据可用。我们将通过导入一个包含植物数据的.csv 来实现。通过访问此数据集进行跟踪。
假设表中包含一个唯一的植物标识符，我们希望将其用作 DataFrame 中的索引。我们可以使用 index_col 参数来设置。
data = pd.read_csv('greenhouse.csv', index_col='plant_id')
有关探索性数据分析（EDA）的基础知识及其他 9 个有用的 Python 技巧，请查看这篇文章：
提升你的数据科学技能，运用这些技巧改进 Python 编码，提升 EDA、目标分析、特征…
我们到底在这些植物上花了多少钱？让我们将此计算的输出格式化为货币。
‘${:,.2f}’.format(data[‘price’].sum())将输出：
'$15,883.66'逗号分隔符使我们能够轻松查看到目前为止花费了多少现金。
接下来，假设我们想查看每种植物的花费。我们可以使用pd.pivot_table()或.groupby()进行聚合透视。
pd.pivot_table(data, index=’plant’, values=’price’, aggfunc=np.sum)或
data[[‘plant’,’price’]].groupby(by=’plant’).sum()无论哪种方法都将输出以下内容：
我们还可以使用任何方法指定多级透视表。
检查piv.equals(piv0)会返回 True。
结果 DataFrame 如下所示：
想知道每种植物对温室总成本的贡献吗？将每个值除以所有行的总和，并将该结果分配给一个名为‘perc’的新列：
piv['perc'] = piv['price'].div(piv['price'].sum(axis=0))
最后，让我们对 DataFrame 进行排序，使兰花排在顶部，植物按价格降序排列。
piv.sort_values([‘orchid’,’price’], ascending=False)
在这篇文章中，我们介绍了 10 种对初学者数据科学家可能有用的 Python 技能。这些技巧包括：
-
按多个列排序 (#1)
在这里访问 Colab 笔记本，并 在这里访问 温室数据集。
我希望这篇文章能帮助你作为新数据科学家提升技能。感谢让我在一篇文章中分享我最喜欢的两个事物——Python 和园艺。
如果你喜欢这个故事，请查看 10 个被低估的 Python 技能 和 10 个在培训班上未教的 Python 技能。关注我在 Medium， LinkedIn， YouTube 和 Twitter上的更多数据科学技能提升创意。
实用的数据策略培训指南。
基础思想，帮助你在数据科学领域保持领先。
通过赛跑比赛的类比来探讨这些常见职位名称之间的区别。
机器学习模型选择与部署的 5 个关键要素
规划过程中需要避免的 5 个失误
个人简介： 妮可·贾纳威·比尔斯 是一名拥有商业和联邦咨询经验的机器学习工程师。妮可精通 Python、SQL 和 Tableau，在自然语言处理（NLP）、云计算、统计测试、定价分析和 ETL 过程方面有业务经验，旨在利用这些背景将数据与业务成果连接起来，并继续发展技术技能。
原文。经许可转载。
相关内容：
-
10 个被低估的 Python 技能
-
6 个月数据科学家的 6 条经验教训
-
fastcore：一个被低估的 Python 库