Pandos yra tokios dažnos programos, kad gali būti naudingiau išvardyti dalykus, kurių jos negali padaryti, o ne dalykus, kuriuos gali padaryti. Jūsų duomenys praktiškai gyvena šiame įrankyje. Pandos gali padėti jums sužinoti apie duomenis juos valydamos, transformuodamos ir analizuodamos. „Lambda“ yra alternatyvus būdas apibrėžti funkciją įprasta kalba. Naudodami „lambda“, galite tiesiogiai apibrėžti funkciją. Tai reiškia, kad galite naudoti vieną Python kodo sakinį, kad pritaikytumėte funkciją kai kuriems duomenims. Nors išraiška gali užimti daugiau nei vieną parametrą, funkcija „lambda“ ribojama vienu. Išraiška įvertinama ir pateikiamas rezultatas. „Python's Pandas“ naudoja „lambda“ funkciją įvairioms duomenų tyrimo problemoms spręsti. Pandas DataFrame galime naudoti funkciją „lambda“ ir eilutėms, ir stulpeliams.
„Lambda“ vykdo jūsų programą labai keičiamo dydžio technologijų įmonėje ir valdo visą kompiuterio turto administravimą. Tai apima naujinimų diegimą, pajėgumų teikimą, automatinį mastelio keitimą, kodo analizę ir įrašymą bei serverio ir veiklos priežiūrą. Maža talpa, turinti tik vieną jungtį, yra Pandas „Lambda“ funkcija. „Lambda“ gebėjimai taip pat gali veikti situacijose, kai jie neįvardijami. „Lambda“ reiškia funkcijos raktinį žodį. Funkcijos, kurią reikia įgyvendinti, turinys pažymėtas antruoju x. Raktinis žodis turi būti „lambda“ ir yra būtinas, tačiau argumentai ir turinys gali skirtis atsižvelgiant į aplinkybes. Su lambda funkcijomis galima grąžinti funkcijų objektus.
Lambda funkcijos sintaksė:
1 pavyzdys: DataFrame naudojimas Lambda metodo vykdymui naujam stulpeliui taikant assign() metodą
Pandos naudoja „Lambda“ metodą, kad išspręstų įvairias informacijos apdorojimo problemas. Trumpa funkcija „Lambda“ metodas taip pat gali būti naudojamas anonimiškai, o tai reiškia, kad jam nereikia pavadinimo. „Lambda“ metodu galima rašyti minimalias programas ir spręsti paprastus klausimus. Kalbose, kurios palaiko aukšto laipsnio funkcijas, „lambda“ išraiškos arba „lambda“ metodai yra tiesiog instrukcijų dalys, kurias galima priskirti kintamiesiems, perduoti kaip argumentą arba gauti iš funkcijos iškvietimo. Jie jau seniai buvo programavimo komponentas. Pradedant pirmuoju šio straipsnio pavyzdžiu, pagrindinė kodo vykdymo sąlyga yra būtinų bibliotekų įkėlimas. „Pandas“ biblioteka yra tai, ko mums reikia. Norėdami jį įkelti, turime sukurti eilutę „importuoti pandas kaip pd“. Dabar sukursime savo duomenų rėmelį.
Šiame pavyzdyje mūsų duomenų rėmelis vadinamas „studentais“. Tada mūsų duomenų rėmelis gauna du papildomus stulpelius. Pirmasis stulpelis pavadintas 'Vardai', o antrasis - 'Ženklai'. Kiekviename iš dviejų stulpelių yra tam tikros reikšmės. Turime šias pirmojo stulpelio „Alvin“, „Watson“, „Thomas“ ir „Noah“ reikšmes ir antrojo stulpelio „Marks“ reikšmes. Turime „400“, „360“, „430“ ir „290“. Dabar jis sugeneruos mūsų duomenų rėmelį naudodamas „pd.DataFrame“.
Tada pasiekiame didžiąją savo kodo dalį, kur naudojame „assign()“ metodą su „lambda“, kad sukurtume naują vieną stulpelį. Funkcija „Lambda“ taikoma tik vienam stulpeliui naudojant „dataframe.assign()“ metodą. Lambda yra papildomas funkcijų apibūdinimo įprasta kalba metodas. Naudodami lambda, galite tiesiogiai apibrėžti funkciją. Tai reiškia, kad galite naudoti vieną Python kodo eilutę, kad pritaikytumėte funkciją tam tikriems duomenims. Dabar savo duomenų rėmelyje priskiriame naują stulpelį „Procentai“, naudodami metodą „assign()“.
Stulpelyje „Pažymėti“ buvo naudojama „lambda“ procedūra. Studentų procentai apskaičiuojami naudojant Lambda funkciją ir laikomi naujame stulpelyje, kuris yra „Procentai“. Formulė, kurią naudojame procentinei daliai nustatyti naudojant „lambda“, yra „žymiai arba bendri balai, kurie yra 500 ir padauginti iš 100“, kuri parodys tikslų mokinio procentą ir parodys jį duomenų rėmelio „procentų“ stulpelyje. 'Print(dataframe)' dabar parodys duomenų rėmelį ekrane.
Galime peržiūrėti šio kodo rezultatą. Šiame paveikslėlyje rodomas duomenų rėmelis su trimis stulpeliais. Pirmame stulpelyje yra mokinio vardas, o antrame stulpelyje – mokinio pažymiai. Naudodami metodą „assign()“ ir „lambda“ funkciją, kad sukurtume trečiojo stulpelio „procentą“, galime nustatyti studento procentus ir pridėti tuos procentus į trečiąjį stulpelį, kuris duomenų rėmelyje pavadintas „procentais“. . Procentų stulpelių reikšmės buvo gautos naudojant formulę „80“, „72“, „86“ ir „58“. Šiame duomenų rėmelyje indekso dydis yra „4“.
2 pavyzdys: Lambda funkcijos įgyvendinimas, norint naudoti assign() metodą keliuose stulpeliuose
Pandas DataFrame assign() technika leidžia naudoti Lambda funkciją daugelyje stulpelių. Kiekvieną kartą, kai reikia naujos funkcijos, pvz., lambda funkcijos arba rūšiavimo funkcijos, galime ją pridėti. Pandas duomenų rėmelio stulpeliai ir eilutės gali būti apdorojami lambda funkcija. Pagal šį scenarijų pradedame generuoti duomenų rėmelį. „Studento rezultatas“ yra duomenų rėmelio pavadinimas. Šiame duomenų rėmelyje turime keturis stulpelius. Pirmas mūsų turimas stulpelis yra „Vardai“. Antrasis stulpelis yra „Python“. Trečiojo stulpelio pavadinimas yra „Data_structure“. Ketvirtojo pavadinimas yra „Skaičiavimas“.
Šiuose stulpeliuose išvardijome keletą reikšmių. Stulpelyje „Vardai“ turime kai kurių mokinių vardų sąrašą „Gluosnis“, „Alisa“, „Edvardas“ ir „Amelija“. Pitono „96“, „40“, „98“ ir „98“ žymėjimus vaizduoja antrajame stulpelyje esančios reikšmės. Trečiojo stulpelio reikšmės yra „86“, „56“, „73“ ir „90“, o ketvirtame stulpelyje turime „90“, „33“, „88“ ir „78“. Dabar naudokite „pd.DataFrame“, kad sukurtumėte duomenų rėmelį.
Dabar mes pridedame naują stulpelį į savo duomenų rėmą, naudodami „priskyrimo“ metodą. Naujas stulpelis pavadintas „Bendrasis balų skaičius“. Naujo stulpelio pavadinimas yra „Total_marks“. Norėdami gauti bendrus balus, keliose temos stulpeliuose, įskaitant Python, duomenų struktūrą ir skaičiavimus, naudojome funkciją „Lambda“. Ši funkcija pridės visų trijų dalykų balus ir parodys juos stulpelyje „Total_marks“. „print(dataframe)“ galiausiai parodys duomenų rėmelį ekrane.
Šį kartą gavome tokį rezultatą. Funkcija „Lambda“ suteiks puikų rezultatą, kai naudojama keliuose stulpeliuose. Savo duomenų rėmui priskiriame naują stulpelį „Total_marks“, naudodami „priskyrimo“ metodą, kad tame stulpelyje būtų rodomas bendras mokinio rezultatas. Galiausiai matome, kad stulpelyje „Bendras balas“ rodomi bendri visų trijų dalykų rezultatai. Bendrų balų stulpelių skaičiai buvo apskaičiuoti sudedant reikšmes iš trijų stulpelių naudojant lambda „272“, „129“, „259“ ir „266“.
Išvada
Python programavimo kalboje lambda funkcija yra bevardė, vienos eilutės funkcija, kuriai reikia vieno argumento ir begalinio skaičiaus parametrų. Jie gali pateikti kelis argumentus, tačiau bus išsakytas tik vienas iš jų. Lambda darbas atkuria talpos objektą, kuris gali būti priskirtas bet kuriam veiksniui ir negali apimti jokių tvirtinimų. Pirmuoju atveju procentams nustatyti buvo naudojama „lambda“, o antrajame pavyzdyje buvo skaičiuojami mokinių „bendrai pažymiai“. Šiame straipsnyje aptariama tipiškų „lambda“ funkcijų sintaksė, naudojimas ir pavyzdžiai.