(数据科学学习手札107)在Python中利用funct实现链式风格编程 (2)

  首先我们来看看最基础的四则运算等操作在Array中如何链式下去:

(数据科学学习手札107)在Python中利用funct实现链式风格编程

图10

  这样每一步都很清楚,且每一步都可以独立添加注释,保持了代码的可读性,譬如可用于归一化与标准化的计算上:

(数据科学学习手札107)在Python中利用funct实现链式风格编程

图11

level2:配合map方法推广元素级别运算

  除了使用内置的基础的运算方法之外,在funct.Array中还支持配合map()方法将任意函数应用到每个元素上,从而无限拓宽计算的自由性,譬如我们在前面归一化的基础上对数据进行分箱:

(数据科学学习手札107)在Python中利用funct实现链式风格编程

图12

level3:配合zip方法引入其他Array参与运算

  当我们想要在链式运算中引入其他数组对象时,就可以用到更高级的zip()方法,譬如我们想找出多个Array中相同位置最大值:

(数据科学学习手札107)在Python中利用funct实现链式风格编程

图13

level4:条件分组

  在pandas中我们可以利用groupby()进行数据分箱并衔接任意形式的运算,在funct.Array中我们也可以配合groupBy()方法实现

(数据科学学习手札107)在Python中利用funct实现链式风格编程

图14

  而除了本文介绍到的这一点API之外,funct还提供了上百种实用API,并且还具有并行执行并发执行等高级特性,感兴趣的朋友可以前往官方文档查看( https://github.com/Lauriat/funct )。

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/zzjxdx.html