python使用

引言

这是我的第一篇博文，自己也是刚刚工作不久（数据分析方向），作为一个小白，希望将自己在工作中遇到的问题和解决方法进行总结，并分享出来。有些文字是自己以前在查找的资料中摘录下来的，已经不记得出处了。

内容

1. apply, map, applymap函数的使用区别

从下面的表中可以看出, 使用map的对象是Series，而DataFrame使用的则是applymap和apply，当需要对每一个元素进行函数的映射时，使用applymap,当对某一列映射函数时，使用apply。

类型 元素级 列 Series map DataFrame applymap apply

代码示例（待补充）

---

2.zip函数使用

zip函数用户将可迭代的对象作为参数，将对象中对应元素，打包成一个个元素。

a = [1, 2, 3]b = [4, 5, 6]zipped = zip[a, b]

输出zipped

>>> zipped[(1, 4), (2, 5), (3, 6)]

zip函数可以提供位置与元素组成的元组，

>>>zip(range(len(a)), a)[(0, 1), (1, 2), (2, 3)]

可替代上面方法的另一种表达

>>> list(enumerate(a))[(0, 1), (1, 2), (2, 3)]

---

3.for循环的2种迭代方式

第一种：

>>> l = [1, 9, 8, 4]>>> [elem*2 for elem in l][2, 18, 16, 8]

第二种：

>>> l = [1, 9, 8, 4]>>> for i, val in enumerate(l):         print i, val0 11 92 83 4

---

4.and 和 & 的区别

（原文参照链接）

and是比较前后两个表达式是否都是逻辑上的True。而“&”则是检查两个表达式（当时用True/False值）是否都为 True。

对于and，例如：expression1 and expression2，当expression1为逻辑上的True时，该表达式的值就跟expression2是相同的。因为，

In Python, empty built-in objects are typically treated as logically False while non-empty built-ins are logically True。

---

对这句话，我自己的理解是，在python里面，只要不是一个空的对象，那在逻辑上就是True,否则，如果是空的或者0，就是逻辑上的False。

对于&，则是检测两个值是否都为True,若是，返回True；否则，返回False。当你想进行向量数据的逻辑运算时，可以使用numpy 和 &。

---

5.python包的安装方法

这里介绍的安装环境是：win7系统+Anaconda(python3.6)。

一、pip 安装
因为python2>=2.7.9 以及 python3>3.4以上版本的python都自带pip。所以在联网情况时，可以直接使用pip进行下载安装。

例如，想要安装一个名为missingno的python包，仅需在cmd或者anaconda自带的Prompt环境下运行下面命令：

 pip install missingno

二、本地安装
本地安装，需要从github上下载所需安装的包的压缩文件（.zip.或tar），然后将压缩包解压，进入cmd或者anaconda自带的 Prompt里安装，cd目录到该包解压文件的目录下，运行下面命令:

python setup.py install

三、安装.whl 文件
该方法主要是针对有些时候上述2种方法安装不成功时，比如我在安装xgboost时，上述两种方法均失败，后来发现别人使用了这种安装方法，从这里找到相应的.whl文件，然后打开Prompt转到相应目录下，使用下面命令：

pip install xxx.whl