7个python案例中的数据思维

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了7个python案例中的数据思维，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含4133字，纯文字阅读大概需要6分钟。

内容图文

今天我们也来说下python的7个案例。重点是这些案例反映的思维，在我看来，代码也是思维的一种良好体现

我记得上大学C语言的时候，有个题目是a,b两变量的数据交换。当是我给出的答案是

a,b=b,a，结果惨被打脸。就大部分编程语言而言，这样一个小小的需求，基本上都要通过中间变量去实现。而对于python，a,b=b,a这种写法就已经满足。其实随着学python的深入，会发现这门语言跟人的直觉思考方式非常相似。不信我们来看7个案例

1、计算1+2+…+100的和

普通实现：for循环累计，至少3行代码

Python实现：print(sum(range(1,101)))

解析：

sum函数在无参时，不管内部是什么都是全部相加（range返回的并不是列表，而是自身的对象，这都不重要），所以用一行代码就可以实现。

比如print(sum([1,2],[3,4])),返回值会是10。有没有发现，这种实现方式跟你大脑里面的初步逻辑：1，2，…100先罗列出来，然后直接相加就行了很像。这个过程中不需要用到循环，没学过编程的人也不可能想到循环

2、输入列表[1,2,3,4,5]，希望能实现输出是[1,4,9,16,25]

普通实现：先定义一个函数实现平方功能，再for循环调用，至少5行代码

Python实现：

print(list(map(lambdax:x**2,[1,2,3,4,5])))

解析：将平方函数一次性映射与每一个元素，是不是很符合函数的本质，高中的时候，我们学过，函数即直接映射，我们压根不用关心该函数的名称,只需要知道功能就行，是不是很简单粗暴有效。所以python强大就强大在这些地方：各种函数库，你要做的就是搬过来

3、列表[[1,2,3],[4,5,6],[7,8,9]]所有子集展开，输出为[1,2,3,4,5,6,7,8,9]

普通实现：通过索引来实现

Python实现：

print([ jfor i in [[1,2,3],[4,5,6],[7,8,9]] for j in i ])

解析：一层一层分解，先把第一层取出来，看有哪些元素，在此基础上重复操作一次，压根不需要索引。作为分析师，学会对问题进行识别，然后用一些生活中的方法论去解决尤为重要。最怕的就是问题还没想清楚，就直接用户分群聚类（这种情况我见到太多，不想当面吐槽），兄弟，赶紧去面壁

4、x="abc",y="def",z=["d","e","f"],分别求出x.join(y)和x.join(z)返回的结果

解析：

两者的返回值是一样的，都是dabceabcf，join函数能够将列表、元组、字符串中的元素直接进行拼凑，非常好用和人性化。我想到了我第一款正式数据分析软件是SAS,那个时候经常为各种文件格式、变量格式头疼不已，光sas导入文件可能就有各种bug，非常头疼，但还是用了好几年。我们在工作的过程中，往往会形成一种惯性：明明某个业务很有问题，但总是有借口去选择不解决；明明发现自己的分析思路不太体系化，只要能满足当前需要，就选择忽视它。对于分析师产品运营，一直在做业务的优化优化，但如果你自身都没有优化好，你怎么能把工作做的更好。

5、打印出杨辉三角前十行

程序及答案：

解析：

该案例本身的问题非常清晰，难就难在问题的拆解阶段：怎么样去简洁实现杨辉三角。这里用到了两个基础但很混淆知识点，1是列表的+操作是添加，map函数是对列表的每个元素进行操作，而不是列表整体。可以看出，要想进行良好的问题拆解，必须要有扎实的基本功。最近有一位同学遇到一个问题：注册购买率同比下降，而他在看分子分母各自的影响值，这就暴露出问题的拆解阶段需要加强。所以当遇到一个明确的业务问题而无从下手时，就已经说明你对业务的理解要加深：体验产品入手，然后看指标体系，再去和业务沟通。

6、计算2+22+222+2…2222，多少个2由输入控制

解析：

该问题肯定是用循环来解决，难点就是在于怎么样去有效的累积每一个因子。

这里利用小小的字符串相加就很好的实现了每一次的拼接。所以不要小看任何一个知识点。在数据分析中，数据异常是最考验分析师的零散知识点理解深入度。比如趋势异常：你看的是多久趋势，能不能这样环比同比，真的是异常吗。很多时候不是问题多复杂，而是思维固化。最近我也在和很多研发同学聊一些数据异常，他们的反馈是：数据分析师这个思维力太强了，能够打的很开，很快定位到问题

7. 企业发放的奖金根据利润提成。

利润(I)低于或等于10万元时，奖金可提10%；利润高于10万元，低于20万元时，低于10万元的部分按10%提成，高于10万元的部分，可提成7.5%；20万到40万之间时，高于20万元的部分，可提成5%；40万到60万之间时高于40万元的部分，可提成3%；60万到100万之间时，高于60万元的部分，可提成1.5%，高于100万元时，超过100万元的部分按1%提成，从键盘输入当月利润I，求应发放奖金总数？

解析：

按照一般的编程逻辑，肯定是通过if elif来分段实现，这是最好理解和最通俗的做法。不过：作为一名分析师，我们的代码、ppt、excel、专题报告还是要有专业度的，所以既要能实现需求，还要能满足审美要求。

这里通过增加辅助列表来实现。实际上，借助额外辅助这种思维非常非常常见。上次文案中的图表制作，就用到了很多辅助线。我们高中做立体几何的时候经常画各种虚拟线，也是这种思想。所以无论你的职位是什么，思维都是想通的，也是需要训练的

好的，今天对python的初步讲解就到这里。顺便提下：上面的代码如果你不太理解，那就先记住他，任何一门学科都是需要记忆力的，而这个也是可以训练的。

内容总结

以上是互联网集市为您收集整理的7个python案例中的数据思维全部内容，希望文章能够帮你解决7个python案例中的数据思维所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端