Python日积月累

python 判断元素是否包含于list

这里涉及到list的查找方法，参考python中list的四种查找方法

1
2
3
4
5
6
7
8
9
>>> a = [2,1,3,2,6]
>>> 2 in a
True
>>> 9 in a
False
>>> 2 not in a
False
>>> 9 not in a
True

Python 拟合正态分布

待解决的问题：对一个一维的数串拟合到正态分布。
所谓拟合正态分布，实质上算出均值 $ \mu $ 和方差 $ \sigma^2 $ 即可确定分布。

1
2
3
4
5
>>> X = [1,2,3,34,3,23,56,7,87,6,5,34,5678,7,654,3,45,67,8,3,2]
>>> mu = np.mean(X)
>>> sigma = np.std(X)
>>> mu,sigma**2
(320.3809523809524, 1453914.5215419505)

Python 中三元表达式的实现

C语言等其它高级语言中，都有?:这样的三元表达式替换复杂的if else。

在python中，本身没有三元表达式，但可以利用下面的简单语句实现相似功能。

1
2
3
4
5
6
A if a>b else B
# 等价于
if a>b:
    return A
else:
    return B

或

1
2
3
4
5
6
(B ,A )[a>b] # (假则, 真则)[判断]
# 等价于
if a>b:
    return A
else:
    return B

但第二种方法比较不受程序员们的待见，实质上是利用了将False等同于0，将True等同于1，然后对前边的tuple进行索引。

参考
[1]. python 中 ? : 三元表达式 的实现方式
[1]. 三元运算符- Python进阶
[3]. python中的三元表达式（三目运算符）

进度条工具TQDM

GitHub项目地址
文档地址

看上去很酷炫的进度条工具，可以可视化time consuming的程序等待过程。

使用方法在PySAD的Example中有体现。

项目仓库中的示例

Python删除变量

在Python中删除指定变量以节省空间，使用del var命令

1
2
3
4
5
6
7
8
9
>>> a=1
>>> a
1
>>> del a
>>> a
Traceback (most recent call last):
  File "<input>", line 1, in <module>
NameError: name 'a' is not defined

关于Python中Iterator重置问题

Iterator是Python中常见的类型，不特指具体类型。

一般此类只提供next()方法获得迭代器中下一个元素。如：

1
2
3
4
5
6
7
8
9
10
11
12
>>> a=np.random.random((3,4))
>>> b=iter(a)    
>>> a
array([[0.73612967, 0.01244284, 0.21440946, 0.29223116],
       [0.39542505, 0.14566755, 0.21281517, 0.04957406],
       [0.90193673, 0.1955091 , 0.64111833, 0.78027169]])
>>> b.__next__()
array([0.73612967, 0.01244284, 0.21440946, 0.29223116])
>>> b.__next__()
array([0.39542505, 0.14566755, 0.21281517, 0.04957406])
>>> b.__iter__()
<iterator object at 0x000001BFA787FF08>

问题：有的时候需要重新进行迭代，即对迭代器的指针重置到初始位置。

但是迭代器一般只有iter()和next()方法，没有重置的方法，非常的令人头疼。

经过调查，有关于tee的方法，但是存在质疑，因为它主要不是干这个的。所以目前笔者能够想到的方法是：重新定义一个新的迭代器。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
>>> a=np.random.random((3,4))
>>> b=iter(a)    
>>> a
array([[0.73612967, 0.01244284, 0.21440946, 0.29223116],
       [0.39542505, 0.14566755, 0.21281517, 0.04957406],
       [0.90193673, 0.1955091 , 0.64111833, 0.78027169]])
>>> b.__next__()
array([0.73612967, 0.01244284, 0.21440946, 0.29223116])
>>> b.__next__()
array([0.39542505, 0.14566755, 0.21281517, 0.04957406])
>>> b.__iter__()
<iterator object at 0x000001BFA787FF08>
>>> b.__next__()
array([0.90193673, 0.1955091 , 0.64111833, 0.78027169])
>>> b.__next__()
Traceback (most recent call last):
  File "<input>", line 1, in <module>
StopIteration
>>> c=iter(a)
>>> c.__next__()
array([0.73612967, 0.01244284, 0.21440946, 0.29223116])
>>> c.__next__()
array([0.39542505, 0.14566755, 0.21281517, 0.04957406])
>>> c.__next__()
array([0.90193673, 0.1955091 , 0.64111833, 0.78027169])
>>> c.__next__()
Traceback (most recent call last):
  File "<input>", line 1, in <module>
StopIteration

新的小tip：可以删除原来的迭代器，重新定义重名变量，节省空间。

1
2
3
4
5
6
7
8
>>> del b
>>> b.__next__()
Traceback (most recent call last):
  File "<input>", line 1, in <module>
NameError: name 'b' is not defined
>>> b=iter(a)
>>> b.__next__()
array([0.73612967, 0.01244284, 0.21440946, 0.29223116])

使用pandas查找数组中元素出现的次数

1
2
3
4
5
6
7
8
9
10
11
12
>>> import pandas as pd
>>> a=np.random.random((3,4))
>>> a=[1,2,2,3,4,4]
>>> pd.value_counts(a)
# 元素 出现次数 
2    2
4    2
1    1
3    1
dtype: int64
>>> np.array(pd.value_counts(a))
array([2, 2, 1, 1], dtype=int64)

List的中是否包含某元素

1
2
3
4
5
6
>>> a=[1,2,2,3,4,4]
>>> a.__contains__(2)
True
>>> a.__contains__(6)
False