共计 8163 个字符，预计需要花费 21 分钟才能阅读完成。
文章和代码等曾经归档至【Github 仓库：https://github.com/timerring/dive-into-AI】或者公众号【AIShareLab】回复 python 数据分析 也可获取。
函数
函数应用 def 关键字申明，用 return 关键字返回值：
def my_function(x, y, z=1.5):
if z > 1:
return z * (x + y)
else:
return z / (x + y)函数能够有一些地位参数（positional）和一些关键字参数（keyword）。关键字参数通常用于指定默认值或可选参数。在下面的函数中，x 和 y 是地位参数，而 z 则是关键字参数。
# 调用办法
my_function(5, 6, z=0.7)
my_function(3.14, 7, 3.5)
my_function(10, 20)函数参数的次要限度在于：关键字参数必须位于地位参数（如果有的话）之后。你能够任何程序指定关键字参数。
能够用关键字传递地位参数。
my_function(x=5, y=6, z=7) my_function(y=6, x=5, z=7)
命名空间、作用域，和部分函数
函数能够拜访两种不同作用域中的变量：全局（global）和部分（local）。Python 有一种更迷信的用于形容变量作用域的名称，即命名空间（namespace）。任何在函数中赋值的变量默认都是被调配到部分命名空间（local namespace）中的。部分命名空间是在函数被调用时创立的，函数参数会立刻填入该命名空间。在函数执行结束之后，部分命名空间就会被销毁（会有一些例外的状况，具体请参见前面介绍闭包的那一节）。看看上面这个函数：
def func():
a = []
for i in range(5):
a.append(i)调用 func()之后，首先会创立出空列表 a，而后增加 5 个元素，最初 a 会在该函数退出的时候被销毁。如果咱们像上面这样定义 a：
a = []
def func():
for i in range(5):
a.append(i)尽管能够在函数中对全局变量进行赋值操作，然而那些变量必须用 global 关键字申明成全局的才行：
In [168]: a = None
In [169]: def bind_a_variable():
.....: global a
.....: a = []
.....: bind_a_variable()
.....:
In [170]: print(a)
[]留神：我经常倡议人们不要频繁应用 global 关键字。因为全局变量个别是用于寄存零碎的某些状态的。如果你发现自己用了很多，那可能就阐明得要来点儿面向对象编程了（即应用类）。
返回多个值
Python 的一个性能是：函数能够返回多个值。
def f():
a = 5
b = 6
c = 7
return a, b, c
# 这操作相似于拆元组
a, b, c = f()在数据分析和其余科学计算利用中，你会发现自己经常这么干。该函数其实只返回了一个对象，也就是一个元组，最初该元组会被拆包到各个后果变量中。在下面的例子中，咱们还能够这样写：
return_value = f()这里的 return_value 将会是一个含有 3 个返回值的三元元组。此外，还有一种十分具备吸引力的多值返回形式——返回字典：
def f():
a = 5
b = 6
c = 7
return {'a' : a, 'b' : b, 'c' : c}函数也是对象
因为 Python 函数都是对象，因而，在其余语言中较难表白的一些设计思维在 Python 中就要简略很多了。假如咱们有上面这样一个字符串数组，心愿对其进行一些数据清理工作并执行一堆转换：
In [171]: states = ['Alabama', 'Georgia!', 'Georgia', 'georgia', 'FlOrIda',
.....: 'south carolina##', 'West virginia?']不管是谁，只有解决过由用户提交的考察数据，就能明确这种乌七八糟的数据是怎么一回事。为了失去一组能用于剖析工作的格局对立的字符串，须要做很多事件：去除空白符、删除各种标点符号、正确的大写格局等。做法之一是应用内建的字符串办法和正则表达式 re 模块：
import re
def clean_strings(strings):
result = []
for value in strings:
value = value.strip()
value = re.sub('[!#?]', '', value)
value = value.title() # 首字母大写
result.append(value)
return result后果如下所示：
In [173]: clean_strings(states)
Out[173]:
['Alabama',
'Georgia',
'Georgia',
'Georgia',
'Florida',
'South Carolina',
'West Virginia']其实还有另外一种不错的方法：将须要在一组给定字符串上执行的所有运算做成一个列表：
def remove_punctuation(value):
return re.sub('[!#?]', '', value)
clean_ops = [str.strip, remove_punctuation, str.title]
def clean_strings(strings, ops):
result = []
for value in strings:
for function in ops: # 两头通过 clean_ops 的三层解决
value = function(value)
result.append(value)
return result而后咱们就有了：
In [175]: clean_strings(states, clean_ops)
Out[175]:
['Alabama',
'Georgia',
'Georgia',
'Georgia',
'Florida',
'South Carolina',
'West Virginia']这种多函数模式使你能在很高的档次上轻松批改字符串的转换形式。此时的 clean_strings 也更具可复用性！
还能够将函数用作其余函数的参数，比方内置的 map 函数，它用于在一组数据上利用一个函数：
In [176]: for x in map(remove_punctuation, states):
.....: print(x)
Alabama
Georgia
Georgia
georgia
FlOrIda
south carolina
West virginia匿名（lambda）函数
Python 反对一种被称为匿名的、或 lambda 函数。它仅由单条语句组成，该语句的后果就是返回值。它是通过 lambda 关键字定义的，这个关键字没有别的含意，仅仅是说“咱们正在申明的是一个匿名函数”。
def short_function(x):
return x * 2
# lambda 后的 x 就是指自变量
equiv_anon = lambda x: x * 2本书其余部分个别将其称为 lambda 函数。它们在数据分析工作中十分不便，因为你会发现很多数据转换函数都以函数作为参数的。间接传入 lambda 函数比编写残缺函数申明要少输出很多字（也更清晰），甚至比将 lambda 函数赋值给一个变量还要少输出很多字。看看上面这个简略得有些傻的例子：
def apply_to_list(some_list, f):
return [f(x) for x in some_list]
ints = [4, 0, 1, 5, 6]
apply_to_list(ints, lambda x: x * 2)尽管你能够间接编写[x *2for x in ints]，然而这里咱们能够十分轻松地传入一个自定义运算给 apply_to_list 函数。
再来看另外一个例子。假如有一组字符串，你想要依据各字符串不同字母的数量对其进行排序：
In [177]: strings = ['foo', 'card', 'bar', 'aaaa', 'abab']这里，咱们能够传入一个 lambda 函数到列表的 sort 办法：
In [178]: strings.sort(key=lambda x: len(set(list(x))))
In [179]: strings
Out[179]: ['aaaa', 'foo', 'abab', 'bar', 'card']笔记：lambda 函数之所以会被称为匿名函数，与 def 申明的函数不同，起因之一就是这种函数对象自身是没有提供名称__name__属性。
柯里化：局部参数利用
柯里化（currying）是一个乏味的计算机科学术语，它指的是 通过“局部参数利用”（partial argument application）从现有函数派生出新函数 的技术。例如，假如咱们有一个执行两数相加的简略函数：
def add_numbers(x, y):
return x + y通过这个函数，咱们能够派生出一个新的只有一个参数的函数——add_five，它用于对其参数加 5：
add_five = lambda y: add_numbers(5, y)add_numbers 的第二个参数称为“柯里化的”（curried）。这里没什么特地花哨的货色，因为咱们其实就只是定义了一个能够调用现有函数的新函数而已。内置的 functools 模块能够用 partial 函数将此过程简化：
from functools import partial
add_five = partial(add_numbers, 5)生成器
能以一种统一的形式对序列进行迭代（比方列表中的对象或文件中的行）是 Python 的一个重要特点。这是通过一种叫做迭代器协定（iterator protocol，它是一种使对象可迭代的通用形式）的形式实现的，一个原生的使对象可迭代的办法。比如说，对字典进行迭代能够失去其所有的键：
In [180]: some_dict = {'a': 1, 'b': 2, 'c': 3}
In [181]: for key in some_dict:
.....: print(key)
a
b
c当你编写 for key in some_dict 时，Python 解释器首先会尝试从 some_dict 创立一个迭代器：
In [182]: dict_iterator = iter(some_dict)
In [183]: dict_iterator
Out[183]: <dict_keyiterator at 0x7fbbd5a9f908>迭代器是一种非凡对象，它能够在诸如 for 循环之类的上下文中向 Python 解释器输送对象。大部分能承受列表之类的对象的办法也都能够承受任何可迭代对象。比方 min、max、sum 等内置办法以及 list、tuple 等类型结构器：
In [184]: list(dict_iterator)
Out[184]: ['a', 'b', 'c']生成器（generator）是结构新的可迭代对象的一种简略形式 。个别的函数执行之后只会返回单个值，而生成器则是以提早的形式返回一个值序列，即每返回一个值之后暂停，直到下一个值被申请时再持续。要创立一个生成器，只需将函数中的return 替换为 yeild 即可：
def squares(n=10):
print('Generating squares from 1 to {0}'.format(n ** 2))
for i in range(1, n + 1):
yield i ** 2调用该生成器时，没有任何代码会被立刻执行：
In [186]: gen = squares()
In [187]: gen
Out[187]: <generator object squares at 0x7fbbd5ab4570>直到你从该生成器中申请元素时，它才会开始执行其代码：
In [188]: for x in gen:
.....: print(x, end=' ')
Generating squares from 1 to 100
1 4 9 16 25 36 49 64 81 100生成器表达式
另一种更简洁的结构生成器的办法是应用生成器表达式（generator expression）。这是一种相似于列表、字典、汇合推导式的生成器。其创立形式为，把 列表推导式两端的方括号改成圆括号：
In [189]: gen = (x ** 2 for x in range(100))
In [190]: gen
Out[190]: <generator object <genexpr> at 0x7fbbd5ab29e8>它跟上面这个简短得多的生成器是齐全等价的：
def _make_gen():
for x in range(100):
yield x ** 2
gen = _make_gen()生成器表达式也能够取代列表推导式，作为函数参数：
In [191]: sum(x ** 2 for x in range(100))
Out[191]: 328350
In [192]: dict((i, i **2) for i in range(5))
Out[192]: {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}itertools 模块
规范库 itertools 模块中有一组用于许多常见数据算法的生成器。例如，groupby 能够承受任何序列和一个函数。它依据函数的返回值对序列中的间断元素进行分组。上面是一个例子：
In [193]: import itertools
In [194]: first_letter = lambda x: x[0]
In [195]: names = ['Alan', 'Adam', 'Wes', 'Will', 'Albert', 'Steven']
In [196]: for letter, names in itertools.groupby(names, first_letter):
.....: print(letter, list(names)) # names is a generator
A ['Alan', 'Adam']
W ['Wes', 'Will']
A ['Albert']
S ['Steven']表 3 - 2 中列出了一些我常常用到的 itertools 函数。倡议参阅 Python 官网文档，进一步学习。
谬误和异样解决
优雅地解决 Python 的谬误和异样是构建强壮程序的重要局部。在数据分析中，许多函数只用于局部输出。例如，Python 的 float 函数能够将字符串转换成浮点数，但输出有误时，有 ValueError 谬误：
In [197]: float('1.2345')
Out[197]: 1.2345
In [198]: float('something')
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-198-439904410854> in <module>()
----> 1 float('something')
ValueError: could not convert string to float: 'something'如果想优雅地解决 float 的谬误，让它返回输出值。咱们能够写一个函数，在 try/except 中调用 float：
def attempt_float(x):
try:
return float(x)
except:
return x当 float(x)抛出异样时，才会执行 except 的局部：
In [200]: attempt_float('1.2345')
Out[200]: 1.2345
In [201]: attempt_float('something')
Out[201]: 'something'你可能留神到 float 抛出的异样不仅是 ValueError：
In [202]: float((1, 2))
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-202-842079ebb635> in <module>()
----> 1 float((1, 2))
TypeError: float() argument must be a string or a number, not 'tuple'你可能只想解决 ValueError，TypeError 谬误（输出不是字符串或数值）可能是正当的 bug。能够写一个异样类型：
def attempt_float(x):
try:
return float(x)
except ValueError:
return x而后有：
In [204]: attempt_float((1, 2))
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-204-9bdfd730cead> in <module>()
----> 1 attempt_float((1, 2))
<ipython-input-203-3e06b8379b6b> in attempt_float(x)
1 def attempt_float(x):
2 try:
----> 3 return float(x)
4 except ValueError:
5 return x
TypeError: float() argument must be a string or a number, not 'tuple'能够用元组蕴含多个异样：
def attempt_float(x):
try:
return float(x)
except (TypeError, ValueError):
return x某些状况下，你可能不想克制异样，你想无论 try 局部的代码是否胜利，都执行一段代码。能够应用 finally：
f = open(path, 'w')
try:
write_to_file(f)
finally:
f.close()这里，文件解决 f 总会被敞开。类似的，你能够用 else 让只在 try 局部胜利的状况下，才执行代码：
f = open(path, 'w')
try:
write_to_file(f)
except:
print('Failed')
else:
print('Succeeded')
finally:
f.close()IPython 的异样
如果是在 %run 一个脚本或一条语句时抛出异样，IPython 默认会打印残缺的 调用栈（traceback），在栈的每个点都会有几行上下文：
In [10]: %run examples/ipython_bug.py
---------------------------------------------------------------------------
AssertionError Traceback (most recent call last)
/home/wesm/code/pydata-book/examples/ipython_bug.py in <module>()
13 throws_an_exception()
14
---> 15 calling_things()
/home/wesm/code/pydata-book/examples/ipython_bug.py in calling_things()
11 def calling_things():
12 works_fine()
---> 13 throws_an_exception()
14
15 calling_things()
/home/wesm/code/pydata-book/examples/ipython_bug.py in throws_an_exception()
7 a = 5
8 b = 6
----> 9 assert(a + b == 10)
10
11 def calling_things():
AssertionError:本身就带有文本是绝对于 Python 规范解释器的极大长处。你能够用魔术命令%xmode，从 Plain（与 Python 规范解释器雷同）到 Verbose（带有函数的参数值）管制文本显示的数量。前面能够看到，产生谬误之后，（用 %debug 或 %pdb magics）能够进入 stack 进行预先调试。