Python常用小技巧总结

╰半橙微兮° 2022-10-27 13:48 215阅读 0赞

# Pandas数据分析常用小技巧 #

--------------------

数据分析中pandas的小技巧，快速进行数据预处理，欢迎点赞收藏，持续更新，作者：北山啦

--------------------

![在这里插入图片描述][resize_m_lfit_w_962_pic_center]

--------------------

### 文章目录 ###

*  Pandas数据分析常用小技巧
 *  Pandas小技巧
 *   *  pandas生成数据
     *  导入数据
     *  导出数据
     *  查看数据
     *  数据选择
     *  数据处理
     *  数据分组
     *  数据合并
     *  数据替换--map映射
     *  数据清洗--replace和正则
     *  数据透视表分析--melt函数
     *  将分类中出现次数较少的值归为others
     *  Python合并多个EXCEL工作表
     *  pandas中Series和Dataframe数据类型互转
     *  相同字段合并
 *  Python小技巧
 *   *  简单的表达式
     *  列表推导式
     *  交换变量
     *  检查对象使用内存情况
     *  合并字典
     *  字符串分割成列表
     *  字符串列表创建字符串
     *  Python查看图片
     *  itertools模块combinations
     *  itertools中reduce
     *  字典.get()方法
     *  解压zip压缩包到指定文件路径
 *  综合案例
 *   *  演员关系分析

# Pandas小技巧 #

import pandas as pd

## pandas生成数据 ##

d = {
        "sex": ["male", "female", "male", "female"],
         "color": ["red", "green", "blue", "yellow"],
         "age": [12, 56, 21, 31]}
    df = pd.DataFrame(d)
    df

<table> 
 <thead> 
  <tr> 
   <th></th> 
   <th>sex</th> 
   <th>color</th> 
   <th>age</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <th>0</th> 
   <td>male</td> 
   <td>red</td> 
   <td>12</td> 
  </tr> 
  <tr> 
   <th>1</th> 
   <td>female</td> 
   <td>green</td> 
   <td>56</td> 
  </tr> 
  <tr> 
   <th>2</th> 
   <td>male</td> 
   <td>blue</td> 
   <td>21</td> 
  </tr> 
  <tr> 
   <th>3</th> 
   <td>female</td> 
   <td>yellow</td> 
   <td>31</td> 
  </tr> 
 </tbody> 
</table>

## 导入数据 ##

pd.DataFrame() # 自己创建数据框，用于练习
    
    pd.read_csv(filename) # 从CSV⽂件导⼊数据
    
    pd.read_table(filename) # 从限定分隔符的⽂本⽂件导⼊数据
    
    pd.read_excel(filename) # 从Excel⽂件导⼊数据
    
    pd.read_sql(query,connection_object) # 从SQL表/库导⼊数据
    
    pd.read_json(json_string) # 从JSON格式的字符串导⼊数据
    
    pd.read_html(url) # 解析URL、字符串或者HTML⽂件，抽取其中的tables表格

## 导出数据 ##

df.to_csv(filename) #导出数据到CSV⽂件
    
    df.to_excel(filename) #导出数据到Excel⽂件
    
    df.to_sql(table_name,connection_object) #导出数据到SQL表
    
    df.to_json(filename) #以Json格式导出数据到⽂本⽂件
    
    writer=pd.ExcelWriter('test.xlsx',index=False) 
    df1.to_excel(writer,sheet_name='单位')和writer.save()，将多个数据帧写⼊同⼀个⼯作簿的多个sheet(⼯作表)

## 查看数据 ##

df.head(n) # 查看DataFrame对象的前n⾏
    
    df.tail(n) # 查看DataFrame对象的最后n⾏
    
    df.shape() # 查看⾏数和列数
    
    df.info() # 查看索引、数据类型和内存信息
    
    df.columns() # 查看字段（⾸⾏）名称
    
    df.describe() # 查看数值型列的汇总统计
    
    s.value_counts(dropna=False) # 查看Series对象的唯⼀值和计数
    
    df.apply(pd.Series.value_counts) # 查看DataFrame对象中每⼀列的唯⼀值和计数
    
    df.isnull().any() # 查看是否有缺失值
    
    df[df[column_name].duplicated()] # 查看column_name字段数据重复的数据信息
    
    df[df[column_name].duplicated()].count() # 查看column_name字段数据重复的个数

## 数据选择 ##

df[col] # 根据列名，并以Series的形式返回列
    
    df[[col1,col2]] # 以DataFrame形式返回多列
    
    s.iloc[0] # 按位置选取数据
    
    s.loc['index_one'] # 按索引选取数据
    
    df.iloc[0,:] # 返回第⼀⾏
    
    df.iloc[0,0] # 返回第⼀列的第⼀个元素
    
    df.loc[0,:] # 返回第⼀⾏（索引为默认的数字时，⽤法同df.iloc），但需要注意的是loc是按索引,iloc参数只接受数字参数
    
    df.ix[[:5],["col1","col2"]] # 返回字段为col1和col2的前5条数据，可以理解为loc和
    iloc的结合体。
    
    df.at[5,"col1"] # 选择索引名称为5，字段名称为col1的数据
    
    df.iat[5,0] # 选择索引排序为5，字段排序为0的数据

## 数据处理 ##

df.columns= ['a','b','c'] # 重命名列名（需要将所有列名列出，否则会报错）
    
    pd.isnull() # 检查DataFrame对象中的空值，并返回⼀个Boolean数组
    
    pd.notnull() # 检查DataFrame对象中的⾮空值，并返回⼀个Boolean数组
    
    df.dropna() # 删除所有包含空值的⾏
    
    df.dropna(axis=1) # 删除所有包含空值的列
    
    df.dropna(axis=1,thresh=n) # 删除所有⼩于n个⾮空值的⾏
    
    df.fillna(value=x) # ⽤x替换DataFrame对象中所有的空值，⽀持
    
    df[column_name].fillna(x)
    
    s.astype(float) # 将Series中的数据类型更改为float类型
    
    s.replace(1,'one') # ⽤‘one’代替所有等于1的值
    
    s.replace([1,3],['one','three']) # ⽤'one'代替1，⽤'three'代替3
    
    df.rename(columns=lambdax:x+1) # 批量更改列名
    
    df.rename(columns={
        'old_name':'new_ name'}) # 选择性更改列名
    
    df.set_index('column_one') # 将某个字段设为索引，可接受列表参数，即设置多个索引
    
    df.reset_index("col1") # 将索引设置为col1字段，并将索引新设置为0,1,2...
    
    df.rename(index=lambdax:x+1) # 批量重命名索引

## 数据分组 ##

df.sort_index().loc[:5] # 对前5条数据进⾏索引排序
    
    df.sort_values(col1) # 按照列col1排序数据，默认升序排列
    
    df.sort_values(col2,ascending=False) # 按照列col1降序排列数据
    
    df.sort_values([col1,col2],ascending=[True,False]) # 先按列col1升序排列，后按col2降序排列数据
    
    df.groupby(col) # 返回⼀个按列col进⾏分组的Groupby对象
    
    df.groupby([col1,col2]) # 返回⼀个按多列进⾏分组的Groupby对象
    
    df.groupby(col1)[col2].agg(mean) # 返回按列col1进⾏分组后，列col2的均值,agg可以接受列表参数，agg([len,np.mean])
    
    df.pivot_table(index=col1,values=[col2,col3],aggfunc={
        col2:max,col3:[ma,min]}) # 创建⼀个按列col1进⾏分组，计算col2的最⼤值和col3的最⼤值、最⼩值的数据透视表
    
    df.groupby(col1).agg(np.mean) # 返回按列col1分组的所有列的均值,⽀持
    
    df.groupby(col1).col2.agg(['min','max'])
    
    data.apply(np.mean) # 对DataFrame中的每⼀列应⽤函数np.mean
    
    data.apply(np.max,axis=1) # 对DataFrame中的每⼀⾏应⽤函数np.max
    
    df.groupby(col1).col2.transform("sum") # 通常与groupby连⽤，避免索引更改

## 数据合并 ##

df1.append(df2) # 将df2中的⾏添加到df1的尾部
    
    df.concat([df1,df2],axis=1,join='inner') # 将df2中的列添加到df1的尾部,值为空的对应⾏与对应列都不要
    
    df1.join(df2.set_index(col1),on=col1,how='inner') # 对df1的列和df2的列执⾏SQL形式的join，默认按照索引来进⾏合并，如果df1和df2有共同字段时，会报错，可通过设置lsuffix,rsuffix来进⾏解决，如果需要按照共同列进⾏合并，就要⽤到set_index(col1)
    
    pd.merge(df1,df2,on='col1',how='outer') # 对df1和df2合并，按照col1，⽅式为outer
    
    pd.merge(df1,df2,left_index=True,right_index=True,how='outer') #与 df1.join(df2, how='outer')效果相同

## 数据替换–map映射 ##

map() 会根据提供的函数对指定序列做映射。

map(function, iterable, …)

*  function – 函数
 *  iterable – 一个或多个序列

d = {
        "male": 1, "female": 0}
    df["gender"] = df["sex"].map(d)
    df

<table> 
 <thead> 
  <tr> 
   <th></th> 
   <th>sex</th> 
   <th>color</th> 
   <th>age</th> 
   <th>gender</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <th>0</th> 
   <td>male</td> 
   <td>red</td> 
   <td>12</td> 
   <td>1</td> 
  </tr> 
  <tr> 
   <th>1</th> 
   <td>female</td> 
   <td>green</td> 
   <td>56</td> 
   <td>0</td> 
  </tr> 
  <tr> 
   <th>2</th> 
   <td>male</td> 
   <td>blue</td> 
   <td>21</td> 
   <td>1</td> 
  </tr> 
  <tr> 
   <th>3</th> 
   <td>female</td> 
   <td>yellow</td> 
   <td>31</td> 
   <td>0</td> 
  </tr> 
 </tbody> 
</table>

## 数据清洗–replace和正则 ##

分享pandas数据清洗技巧，在某列山使用replace和正则快速完成值的清洗

d = {
        "customer": ["A", "B", "C", "D"],
         "sales": [1000, "950.5RMB", "$400", "$1250.75"]}
    df = pd.DataFrame(d)
    df

<table> 
 <thead> 
  <tr> 
   <th></th> 
   <th>customer</th> 
   <th>sales</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <th>0</th> 
   <td>A</td> 
   <td>1000</td> 
  </tr> 
  <tr> 
   <th>1</th> 
   <td>B</td> 
   <td>950.5RMB</td> 
  </tr> 
  <tr> 
   <th>2</th> 
   <td>C</td> 
   <td>$400</td> 
  </tr> 
  <tr> 
   <th>3</th> 
   <td>D</td> 
   <td>$1250.75</td> 
  </tr> 
 </tbody> 
</table>

sales列的数据类型不同意，为后续分析，所以需要将他的格式同统一

df["sales"] = df["sales"].replace("[$,RMB]", "", regex=True).astype("float")

<table> 
 <thead> 
  <tr> 
   <th></th> 
   <th>customer</th> 
   <th>sales</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <th>0</th> 
   <td>A</td> 
   <td>1000.00</td> 
  </tr> 
  <tr> 
   <th>1</th> 
   <td>B</td> 
   <td>950.50</td> 
  </tr> 
  <tr> 
   <th>2</th> 
   <td>C</td> 
   <td>400.00</td> 
  </tr> 
  <tr> 
   <th>3</th> 
   <td>D</td> 
   <td>1250.75</td> 
  </tr> 
 </tbody> 
</table>

查看数据类型

df["sales"].apply(type)

0    <class 'float'>
    1    <class 'float'>
    2    <class 'float'>
    3    <class 'float'>
    Name: sales, dtype: object

## 数据透视表分析–melt函数 ##

melt是逆转操作函数，可以将列名转换为列数据(columns name → column values)，重构DataFrame，用法如下：

参数说明：  
pandas.melt(frame, id\_vars=None, value\_vars=None, var\_name=None, value\_name=‘value’, col\_level=None)

*  frame:要处理的数据集。
 *  id\_vars:不需要被转换的列名。
 *  value\_vars:需要转换的列名，如果剩下的列全部都要转换，就不用写了。
 *  var\_name和value\_name是自定义设置对应的列名。
 *  col\_level :如果列是MultiIndex，则使用此级别。

二维表格转成一维表格

d = {
        "district_code": [12345, 56789, 101112, 131415],
         "apple": [5.2, 2.4, 4.2, 3.6],
         "banana": [3.5, 1.9, 4.0, 2.3],
         "orange": [8.0, 7.5, 6.4, 3.9]
         }
    df = pd.DataFrame(d)
    df

<table> 
 <thead> 
  <tr> 
   <th></th> 
   <th>district_code</th> 
   <th>apple</th> 
   <th>banana</th> 
   <th>orange</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <th>0</th> 
   <td>12345</td> 
   <td>5.2</td> 
   <td>3.5</td> 
   <td>8.0</td> 
  </tr> 
  <tr> 
   <th>1</th> 
   <td>56789</td> 
   <td>2.4</td> 
   <td>1.9</td> 
   <td>7.5</td> 
  </tr> 
  <tr> 
   <th>2</th> 
   <td>101112</td> 
   <td>4.2</td> 
   <td>4.0</td> 
   <td>6.4</td> 
  </tr> 
  <tr> 
   <th>3</th> 
   <td>131415</td> 
   <td>3.6</td> 
   <td>2.3</td> 
   <td>3.9</td> 
  </tr> 
 </tbody> 
</table>

df = df.melt(id_vars="district_code",
                 var_name="fruit_name",
                 value_name="price")
    df

<table> 
 <thead> 
  <tr> 
   <th></th> 
   <th>district_code</th> 
   <th>fruit_name</th> 
   <th>price</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <th>0</th> 
   <td>12345</td> 
   <td>apple</td> 
   <td>5.2</td> 
  </tr> 
  <tr> 
   <th>1</th> 
   <td>56789</td> 
   <td>apple</td> 
   <td>2.4</td> 
  </tr> 
  <tr> 
   <th>2</th> 
   <td>101112</td> 
   <td>apple</td> 
   <td>4.2</td> 
  </tr> 
  <tr> 
   <th>3</th> 
   <td>131415</td> 
   <td>apple</td> 
   <td>3.6</td> 
  </tr> 
  <tr> 
   <th>4</th> 
   <td>12345</td> 
   <td>banana</td> 
   <td>3.5</td> 
  </tr> 
  <tr> 
   <th>5</th> 
   <td>56789</td> 
   <td>banana</td> 
   <td>1.9</td> 
  </tr> 
  <tr> 
   <th>6</th> 
   <td>101112</td> 
   <td>banana</td> 
   <td>4.0</td> 
  </tr> 
  <tr> 
   <th>7</th> 
   <td>131415</td> 
   <td>banana</td> 
   <td>2.3</td> 
  </tr> 
  <tr> 
   <th>8</th> 
   <td>12345</td> 
   <td>orange</td> 
   <td>8.0</td> 
  </tr> 
  <tr> 
   <th>9</th> 
   <td>56789</td> 
   <td>orange</td> 
   <td>7.5</td> 
  </tr> 
  <tr> 
   <th>10</th> 
   <td>101112</td> 
   <td>orange</td> 
   <td>6.4</td> 
  </tr> 
  <tr> 
   <th>11</th> 
   <td>131415</td> 
   <td>orange</td> 
   <td>3.9</td> 
  </tr> 
 </tbody> 
</table>

## 将分类中出现次数较少的值归为others ##

d = {
        "name": ['Jone', 'Alica', 'Emily', 'Robert', 'Tomas',
                  'Zhang', 'Liu', 'Wang', 'Jack', 'Wsx', 'Guo'],
         "categories": ["A", "C", "A", "D", "A",
                        "B", "B", "C", "A", "E", "F"]}
    df = pd.DataFrame(d)
    df

<table> 
 <thead> 
  <tr> 
   <th></th> 
   <th>name</th> 
   <th>categories</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <th>0</th> 
   <td>Jone</td> 
   <td>A</td> 
  </tr> 
  <tr> 
   <th>1</th> 
   <td>Alica</td> 
   <td>C</td> 
  </tr> 
  <tr> 
   <th>2</th> 
   <td>Emily</td> 
   <td>A</td> 
  </tr> 
  <tr> 
   <th>3</th> 
   <td>Robert</td> 
   <td>D</td> 
  </tr> 
  <tr> 
   <th>4</th> 
   <td>Tomas</td> 
   <td>A</td> 
  </tr> 
  <tr> 
   <th>5</th> 
   <td>Zhang</td> 
   <td>B</td> 
  </tr> 
  <tr> 
   <th>6</th> 
   <td>Liu</td> 
   <td>B</td> 
  </tr> 
  <tr> 
   <th>7</th> 
   <td>Wang</td> 
   <td>C</td> 
  </tr> 
  <tr> 
   <th>8</th> 
   <td>Jack</td> 
   <td>A</td> 
  </tr> 
  <tr> 
   <th>9</th> 
   <td>Wsx</td> 
   <td>E</td> 
  </tr> 
  <tr> 
   <th>10</th> 
   <td>Guo</td> 
   <td>F</td> 
  </tr> 
 </tbody> 
</table>

D、E、F 仅在分类中出现一次，A 出现次数较多。

1.  统计出现次数，并标准化

frequencies = df["categories"].value_counts(normalize=True)
    frequencies

A    0.363636
    B    0.181818
    C    0.181818
    E    0.090909
    D    0.090909
    F    0.090909
    Name: categories, dtype: float64

1.  设定阈值

threshold = 0.1
    small_categories = frequencies[frequencies < threshold].index
    small_categories

Index(['E', 'D', 'F'], dtype='object')

1.  替换

df["categories"] = df["categories"].replace(small_categories, "Others")

<table> 
 <thead> 
  <tr> 
   <th></th> 
   <th>name</th> 
   <th>categories</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <th>0</th> 
   <td>Jone</td> 
   <td>A</td> 
  </tr> 
  <tr> 
   <th>1</th> 
   <td>Alica</td> 
   <td>C</td> 
  </tr> 
  <tr> 
   <th>2</th> 
   <td>Emily</td> 
   <td>A</td> 
  </tr> 
  <tr> 
   <th>3</th> 
   <td>Robert</td> 
   <td>Others</td> 
  </tr> 
  <tr> 
   <th>4</th> 
   <td>Tomas</td> 
   <td>A</td> 
  </tr> 
  <tr> 
   <th>5</th> 
   <td>Zhang</td> 
   <td>B</td> 
  </tr> 
  <tr> 
   <th>6</th> 
   <td>Liu</td> 
   <td>B</td> 
  </tr> 
  <tr> 
   <th>7</th> 
   <td>Wang</td> 
   <td>C</td> 
  </tr> 
  <tr> 
   <th>8</th> 
   <td>Jack</td> 
   <td>A</td> 
  </tr> 
  <tr> 
   <th>9</th> 
   <td>Wsx</td> 
   <td>Others</td> 
  </tr> 
  <tr> 
   <th>10</th> 
   <td>Guo</td> 
   <td>Others</td> 
  </tr> 
 </tbody> 
</table>

## Python合并多个EXCEL工作表 ##

多个EXCECL合并到一个工作表中，Python来帮你实现

# -*- coding:utf-8 -*-
    # @Address:https://beishan.blog.csdn.net/
    # @Author:北山啦
    import pandas as pd
    import os
    os.chdir(r"E:\北山啦\五省PM2.5")
    path = "./archive/"
    dfs,index = [],0
    for i in os.listdir(path):
        dfs.append(pd.read_csv(os.path.join(path,i)))
        print(f"正在合并{index+1}工作表")
        index += 1
    df = pd.concat(dfs)
    df.to_csv("./archive/数据汇总.csv",index=False)

## pandas中Series和Dataframe数据类型互转 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_30_color_FFFFFF_t_70]

> pandas中series和dataframe数据类型互转

*  利用`to_frame()`实现Series转DataFrame
 *  利用`squeeze()`实现单列数据DataFrame转Series

s = pd.Series([1,2,3])

0    1
    1    2
    2    3
    dtype: int64

s = s.to_frame(name="列名")

s.squeeze()

0    1
    1    2
    2    3
    Name: 列名, dtype: int64

## 相同字段合并 ##

from collections import Counter
    trd = dict(Counter(train_label_names))
    tsd = dict(Counter(test_label_names))
    (pd.DataFrame([[key, trd[key], tsd[key]] for key in trd], 
                 columns=['Target Label', 'Train Count', 'Test Count'])
    .sort_values(by=['Train Count', 'Test Count'],
                 ascending=False))

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70]

![在这里插入图片描述][resize_m_lfit_w_962_pic_center 1]

> 到这里就结束了，如果对你有帮助，欢迎点赞关注评论，你的点赞对我很重要

# Python小技巧 #

## 简单的表达式 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70 1]

## 列表推导式 ##

例如，假设我们想创建一个正方形列表，例如

squares = []
    for x in range(10):
        squares.append(x**2)
    squares

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

squares = list(map(lambda x: x**2, range(10)))
    squares

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

squares = [x**2 for x in range(10)]
    squares

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

同时还可以利用if来过滤列表

[(x, y) for x in [1,2,3] for y in [3,1,4] if x != y]

[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

列表推导式可以包含复杂表达式和嵌套函数

from math import pi
    [str(round(pi, i)) for i in range(1, 6)]

['3.1', '3.14', '3.142', '3.1416', '3.14159']

列表推导式中的初始表达式可以是任意表达式，包括另一个列表推导式。

下面的列表推导式将对行和列进行转置

matrix = [
        [1, 2, 3, 4],
        [5, 6, 7, 8],
        [9, 10, 11, 12],
    ]

[[row[i] for row in matrix] for i in range(4)]

[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

## 交换变量 ##

a = 1
    b = 2
    a, b = b, a
    print("a = ",a)
    print("b = ",b)

a =  2
    b =  1

## 检查对象使用内存情况 ##

sys.getsizeof()

range()函数返回的是一个类，在使用内存方面，range远比实际的数字列表更加高效

import sys
    mylist = range(1,10000)
    print(sys.getsizeof(mylist))

## 合并字典 ##

从Python3.5开始，合并字典的操作更加简单  
如果key重复，那么第一个字典的key会被覆盖

d1 ={
        "a":1,"b":2}
    d2 = {
        "b":2,"c":4}
    m = {
        **d1,**d2}
    print(m)

{'a': 1, 'b': 2, 'c': 4}

## 字符串分割成列表 ##

string = "the author is beishanla"
    s = string.split(" ")
    s

['the', 'author', 'is', 'beishanla']

## 字符串列表创建字符串 ##

l = ["the","author","is","beishanla"]
    l = " ".join(l)
    l

'the author is beishanla'

## Python查看图片 ##

pip install Pillow

from PIL import Image
    im = Image.open("E:/Python/00网络爬虫/Project/词云图跳舞视频/aip-python-sdk-4.15.1/pictures/img_88.jpg")
    im.show()

print(im.format,im.size,im.mode)

JPEG (1920, 1080) RGB

## itertools模块combinations ##

combinations(iterable, r)方法可以创建一个迭代器，返回iterable中所有长度为r的子序列，返回的子序列中的项按输入iterable中的顺序排序。

import itertools
    list1 = [1,3,4,5]
    list2 = []
    for i in range(1,len(list1)+1):
        iter1 = itertools.combinations(list1,i)
        list2.append(list(iter1))
    print(list2)

[[(1,), (3,), (4,), (5,)], [(1, 3), (1, 4), (1, 5), (3, 4), (3, 5), (4, 5)], [(1, 3, 4), (1, 3, 5), (1, 4, 5), (3, 4, 5)], [(1, 3, 4, 5)]]

import itertools
    list1 = [1,2,3,4]
    list2 = list(itertools.combinations(list1,2))
    list2

[(1, 2), (1, 3), (1, 4), (2, 3), (2, 4), (3, 4)]

## itertools中reduce ##

reduce() 函数会对参数序列中元素进行累积。

reduce(function, iterable\[, initializer\])

*  function – 函数，有两个参数
 *  iterable – 可迭代对象
 *  initializer – 可选，初始参数

from functools import reduce
    
    def add(x, y) :            # 两数相加
        return x + y
    sum1 = reduce(add, [1,2,3,4,5])   # 计算列表和：1+2+3+4+5
    sum2 = reduce(lambda x, y: x+y, [1,2,3,4,5])  # 使用 lambda 匿名函数
    print(sum1)
    print(sum2)

15
    15

## 字典.get()方法 ##

D.get(key\[,default=None\])

*  key – 字典中要查找的键。
 *  default – 可选参数，如果指定键的值不存在时，返回该值，默认为 None。

D = {
        "姓名":"北山啦",
        "博客地址":"https://beishan.blog.csdn.net/"}
    print(D.get("姓名"))
    print(D.get("Sex","NA"))

北山啦
    NA

## 解压zip压缩包到指定文件路径 ##

import zipfile
    import os
    
    src_path=r"D:\浏览器\chrome\chromedriver_win32.zip"
    target_path="D:\浏览器\chrome\数据"
    if(not os.path.isdir(target_path)):
        z = zipfile.ZipFile(src_path, 'r')
        z.extractall(path=target_path)
        z.close()

# 综合案例 #

## 演员关系分析 ##

> 假设当前文件夹中有“电影导演演员.xlsx”,要求统计所有演员中关系最好的n个演员及其共同参演电影数量，其中n可以指定为大于或等于2的整数。关系好的定义为共同参演电影数量最多

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70 2]

1 .字典的get方法

> D.get(key\[,default=None\])
> 
>  *  key – 字典中要查找的键。
>  *  default – 可选参数，如果指定键的值不存在时，返回该值，默认为 None。

from itertools import combinations
    from functools import reduce
    import openpyxl
    from openpyxl import Workbook
    
    def getActors(filename):
        actors = dict()
        # 打开xlsx文件，并获取第一个worksheet
        wb = openpyxl.load_workbook(filename)
        ws = wb.worksheets[0]
        # 遍历Excel文件中的所有行
        for index, row in enumerate(ws.rows):
            # 绕过第一行的表头
            if index == 0:
                continue
            # 获取电影名称和演员列表
            filmName, actor = row[0].value, row[2].value.split('，')
            # 遍历该电影的所有演员，统计参演电影
            for a in actor:
                actors[a] = actors.get(a, set())
                actors[a].add(filmName)
        print(actors)
        return actors
    
    data = getActors('电影导演演员.xlsx')

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70 3]

def relations(num):
        # 参数num表示要查找关系最好的num个人    
        # 包含全部电影名称的集合
        allFilms = reduce(lambda x,y: x|y, data.values(), set())
        # 关系最好的num个演员及其参演电影名称
        combiData = combinations(data.items(), num)
        trueLove = max(combiData,
                       key=lambda item: len(reduce(lambda x,y:x&y,
                                               [i[1] for i in item],
                                               allFilms)))
        return ('关系最好的{0}个演员是{1}，'
                'Ta们共同主演的电影数量是{2}'.format(num,
                                  tuple((item[0] for item in trueLove)),
                                  len(reduce(lambda x,y:x&y,
                                         [item[1] for item in trueLove],
                                         allFilms))))
    
    print(relations(2))
    print(relations(3))
    print(relations(4))

![在这里插入图片描述][20210316133444927.png]

欢迎收藏，持续更新

--------------------

> 到这里就结束了，如果对你有帮助，欢迎点赞关注，你的点赞对我很重要。作者：北山啦

[resize_m_lfit_w_962_pic_center]: /images/20221024/8aadcf613b3a42538a2acca028194d01.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_30_color_FFFFFF_t_70]: /images/20221024/6e6cc2df64e749748a5f7125f695a1e9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70]: /images/20221024/fc7f1135013d4095ace38f9007addb3d.png
[resize_m_lfit_w_962_pic_center 1]: /images/20221024/964f8aa11d19435fa82b3f9e3501222b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70 1]: /images/20221024/7fbf2de965d741b6881f47bf98ef2757.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70 2]: /images/20221024/765111ee30e046fa935e8941c9e97043.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70 3]: /images/20221024/28ec254955634f17b5eae27ebe45d6f6.png
[20210316133444927.png]: /images/20221024/d9bb7e104d884a7ca8e63ea0e5579c08.png