京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:豆豆
来源:Python 技术
Python 是一门语法非常简洁的语言,其可读性和表达性都非常的强,今天就给大家分享一下派森酱珍藏已久的一些小技巧,话不多说直接看
如何优雅的在 Python 中使用 emoji 表情,这个库兴许可以满足你的需求。
In [1]: import emoji In [2]: emoji.emojize('Python is :thumbs_up:') Out[2]: 'Python is '
当你想查看一个 Python 对象的属性时,dir 可以做到。
In [3]: dir(3)
Out[3]:
['__abs__', '__add__',
... 'real', 'to_bytes']
map 结合 lambda 函数可以完成一些意想不到的操作。
In [11]: x = [1, 2, 3, 4, 5] In [12]: y = map(lambda x : x ** 2 , x) In [13]: list(y) Out[13]: [1, 4, 9, 16, 25]
有没有想过在命令行玩转图表呢,快来试试 bashplotlib 吧。
In [15]: import numpy as np In [16]: from bashplotlib.histogram import plot_hist In [17]: arr = np.random.normal(size=1000, loc=0, scale=1) In [18]: plot_hist(arr, bincount=50) 58| o 55| o 52| o 49| oo 46| o oo o o o 43| o oooo o o 40| oooooooo o o 37| o oooooooooo o 34| o oooooooooo oo 31| ooooooooooooooooo 28| ooooooooooooooooooo 25| oooooooooooooooooooo 22| oooooooooooooooooooo 19| o ooooooooooooooooooooo 16| o oooooooooooooooooooooo o 13| ooooooooooooooooooooooooo oo 10| oooooooooooooooooooooooooooo o 7| oo ooooooooooooooooooooooooooooooo o 4| o ooooooooooooooooooooooooooooooooooooo o 1| o o oooo oooooooooooooooooooooooooooooooooooooooo --------------------------------------------------
当你输出一个复杂的对象时,Python 自带的 print 函数其输出可读性是不怎么好的,这时候 pprint 就显示出用处了,pprint 可以让复杂的对象以及其友好的形式展现出来。
In [33]: info = {'info': {'page': 1, 'results': 1, 'id': '1', 'version': '1.0'}, 'has_more': True, 'total': 100}
In [34]: pprint.pprint(info)
{'has_more': True, 'info': {'id': '1', 'page': 1, 'results': 1, 'version': '1.0'}, 'total': 100}
zip 函数可以让两个列表中的元素逐个映射到一个新的字典当中。
In [35]: keys = ['x', 'y', 'z']
In [36]: values = [1, 2, 3]
In [37]: dict(zip(keys, values))
Out[37]: {'x': 1, 'y': 2, 'z': 3}
我们可以像调用方法那样来调用系统的命令。
In [47]: import sh In [48]: sh.echo('Hello Python') Out[48]: Hello Python
最后一个技巧就是 Python 界的经典用法推导式了,可以非常快速的生成列表。
In [49]: num_list = [num for num in range(0, 10)] In [50]: num_list Out[50]: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
人生苦短,我用 Python,希望这些小技巧可以让你的 Python 学习之路更加顺畅。
CDA数据分析师分享干货,欢迎转发
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19