今天在看python时,对apply()函数的用法不太了解,上网搜了下,顾转载到此处,做备份!
今天写代码的时候用到了python apply
的方法,感觉非常的好用,于是写篇文章介绍给大家。
python
apply函数的具体的含义:
apply(func
[, args [, kwargs ]])
函数用于当函数参数已经存在于一个元组或字典中时,间接地调用函数。args是一个包含将要提供给函数的按位置传递的参数的元组。如果省略了args,任
何参数都不会被传递,kwargs是一个包含关键字参数的字典。
apply()的返回值就是func()的返回值,apply()的元祖参数是有序的,元素的顺序必须和func()形式参数的顺序一致
下面给几个例子来详细的说下:
1假设是执行没有带参数的方法
def say():
print 'say in'
apply(say)
输出的结果是'say in'
2函数只带元组的参数。
def say(a, b):
print a, b
apply(say,("hello", "老王python"))
3函数带关键字参数。
def say(a=1,b=2):
print a,b
def haha(**kw):
# say(kw)
apply(say,(),kw)
print haha(a='a',b='b')
输出的结果是:a,b
对于有些朋友来说第3个函数带关键字的操作稍微比较难理解一点,其他的应该还比较简单,如果你觉的第3个比较难的话,
可以自己多写点代码练习下。
下面有个例子是apply的经典运用,他可以让你少写一些代码,多点时间陪陪朋友
地址是:
http://bbs.cnpythoner.com/viewthread.php?tid=139&extra=
link:http://www.cnblogs.com/wanpython/archive/2010/08/23/1806749.html
分享到:
相关推荐
《Python for Data Analysis》是Wes McKinney撰写的一本经典书籍,...通过深入学习这些知识点,并结合《Python for Data Analysis》的随书资源,你将能够有效地运用Python进行数据分析工作,提升数据驱动决策的能力。
理解这一点对于执行像`groupby()`, `apply()`, `mean()`, `sum()`等操作至关重要。 8. **Pandas Apply批处理.py**:`pandas.DataFrame.apply()`方法允许我们将函数应用于DataFrame的行或列,实现自定义的数据处理。...
Python第十课——新插入行_列,行列互换,apply函数.mkv** - 插入行和列是修改数据结构的重要操作。此外,Pandas的apply()函数允许你应用自定义函数到每一行或每一列,这在数据转换和计算中十分实用。 8. **19. ...
这一点在大数据分析环境中很重要,并且许多企业内部已经在使用 Python 了,比如 Google,YouTube,迪士尼等。还有,Python 是开源的,并且有很多用于数据科学的类库。 数据分析流程一般可以按“数据获取-数据存储与...
这一点在大数据分析环境中很重要,并且许多企业内部已经在使用Python了,比如Google、YouTube、迪士尼等。 大数据分析流程一般可以按“数据获取-数据存储与提取-数据预处理-数据建模与分析-数据可视化”这样的步骤...
在这个“Python自动办公实例-excel处理实例(工资条制作)”中,我们将学习以下关键知识点: 1. **Pandas库**:Pandas是Python中用于数据分析的核心库,它提供了一系列高效的数据结构,如DataFrame和Series,使得...
city_counts = df['Address'].apply(lambda x: x.split(',')[-1]).value_counts()[:10] print(city_counts) # 可视化结果 plt.figure(figsize=(10, 6)) city_counts.plot(kind='bar') plt.title('好友地理位置分布'...
通过调用 `Series.map()` 方法并传递字典,我们可以轻松实现这一点: ```python st["性别"] = st["性别"].map({"男":1, "女":0}) ``` 同样,`map()` 还可以用于格式化字符串,如将学号列转换为特定格式: ```...
### Python中的多进程详解 在Python编程中,利用多进程可以显著提高程序处理大量数据的能力。这是因为Python标准库中的`multiprocessing`模块提供...希望这些知识能够帮助你在今后的编程工作中更加高效地使用Python。
因此,"mlcworks-apply"可能包含了以下关键知识点: 1. **数据预处理**:在机器学习模型训练前,数据预处理是必不可少的步骤,包括数据清洗、缺失值处理、异常值检测、数据标准化或归一化、特征选择等。 2. **特征...
在这个场景下,我们将探讨与编程工具相关的知识,特别是如何利用这些工具处理和分析这样的大数据。 首先,我们需要一种能够有效处理大量文本数据的编程语言。Python是首选,因为它具有强大的文本处理库,如pandas和...
2. **应用函数式编程原则(Apply Functional Programming Principles)**:函数式编程是编程范式之一,强调无副作用的函数和不可变数据。Edward Garson、Giles Colborne、Filip van Laenen、Jørn Ølmheim、Rajith ...
在某些情况下,我们需要显式地改变函数内部`this`的指向,JavaScript提供了几种方法来实现这一点: 1. **call方法**: `call`方法可以改变函数内部`this`的指向,并立即执行该函数。例如: ```javascript ...