pandas组队学习：task1

一、内容总结

本次打卡任务主要记录自己不熟的知识点，为后续学习pandas做准备！

1.python基础

比较关键的几个点：

• 条件赋值语句

  基本形式为：values = a if 某个条件 else b，例如：

  values = 1 if 100>99 else 0
  values
  Out[2]: 1
  

• 匿名函数

  之所以采用匿名函数，是因为用户并不关心函数的名字，只是关心函数的映射关系，使语法更加简洁~

  基本形式：lambda x：x的表达式，自变量用x表示，因变量用关于x的表达式表示。例如：

  In [6]: [(lambda x:x**2)(i) for i in range(3)]
  Out[6]: [0, 1, 4]
  

• map函数

  map函数传入一个函数和一个对象，然后返回一个对象。大致过程如下图：

  

  基本形式为：map(func,iterable)，对于上面的例子，用map函数可以写作：

  list(map(lambda x:x**2,range(3)))
  Out[11]: [0, 1, 4]
  

• zip对象

  zip主要在循环时使用，可以帮助我们在使用循环时调用多个变量，例如：

L1, L2, L3 = list('abc'), list('def'), list('hij')
for i,j,k in zip(L1,L2,L3):
    ...:     print(i,j,k)
    ...:     
a d h
b e i
c f j

2.numpy基础

• 生成随机整数：randint

  用法：np.random.randint(low,high,size)，其中不包括high。

  示例：

  np.random.randint(1,10,5)		%生成5个在[1,9]的整数
  Out[17]: array([3, 1, 9, 8, 1])
  

• 常用函数：where

  where函数有两种调用形式：

  1.np.where(condition,x,y)，即满足条件condition输出x，不满足输出y。例如：

  x = np.arrat([1,2,3,4,5])
  np.where(x>2,x,1)	#x大于2时输出x，小于2时输出1
  Out[19]: array([1, 1, 3, 4, 5])
  

  2.np.where(x)，输出x为真时的坐标。拿上面的例子举例：

  np.where(x>2)		#输出x大于2的坐标
  Out[20]: (array([2, 3, 4], dtype=int64),)
  

二、练习

1.题目：利用列表推导式写矩阵乘法

解答：由最内层的循环开始，逐层使用列表推导式：

import numpy as np
np.random.seed(0)
M1 = np.random.rand(2,3)
M2 = np.random.rand(3,4)
res = [[sum([M1[i][k]* M2[k][j] for k in range(M1.shape[1])]) for j in range(M2.shape[1])] for i in range(M1.shape[0])]
print(((M1@M2-res)<1e-15).all())

2.更新矩阵

解答：先求1/A，然后按行求和，之后将其转换为列向量，最后相乘。

import numpy as np
A = np.arange(1,10).reshape(3,3)		
B = A*(np.sum(1/A,1).reshape(-1,1))		

3.卡方统计量

解答：先求出B，然后根据公式求就行。

import numpy as np
np.random.seed(0)
A = np.random.randint(10, 20, (8, 5))
B = A.sum(0)*(A.sum(1).reshape(-1,1))/A.sum()
res = ((A-B)**2/B).sum()

4.改进矩阵计算性能

暂时没时间做

5.连续整数的最大长度

思路：先用diff函数计算，若为连续整数，则得到结果为1。题目转换为：连续1的最大长度+1

a = np.diff(x)!=1		

然后再在两个端点间插入1，保持位置的不变

b = np.r_[1,a,1]

相当于记录位置

c = np.nozero(b)

得到连续整数的长度，取最大值

res = np.diff(c).max()