知道这8个Python小细节，你会在大数据领域事半功倍

　　据台州IT网(www.tzit.net)消息,

　　学习数据科学的过程，从来就不是一帆风顺的。在写代码的时候，你是否也经常不得不反复搜索同一个问题，同一个概念，甚至同一个语法结构的特性呢?对，你不是一个人在战斗。

　　我也一直在同样的情况里挣扎着。

　　虽然遇到问题上 StackOverflow 搜一搜是相当正常的，但比起切实掌握理解语言特性的情况，不断重复的遇到问题+搜来搜去，会严重拖慢你的速度。

　　如今，无穷无尽的免费资源时时刻刻充斥着互联网，一搜即得。然而，对初学者，这既是一种祝福，也是一个诅咒。如果不经过有效管理，过度依赖网络资源会让你养成糟糕的习惯，从长远上影响了你的成长。

　　欧剃汉化，优达学城出品

　　拿我自己来说，我常常从许多内容差不多的帖子里复制代码下来使用，而不愿意花时间和精力去学习巩固其中所需的技术概念，以便下次能自己写出需要的代码。

　　这是个懒办法，虽然短期内看起来它能简单快速地搞定问题，但从长远上看，这个做法会严重影响你的成长，破坏你的创造性，并从根本上动摇你回想某些语法特性的能力(这在技术面试的时候可是致命的)。

　　欧剃汉化，优达学城出品

　　为了进一步巩固我自己对这些概念的理解，也为了帮大家节省一下每次上网搜索的时间，我在这里整理了一下自己使用 Python、NumPy 和 Pandas 时遇到的一些常见的小问题，希望对你有帮助。

　　01

　　只要一行代码的列表生成器

　　假如每次你想要生成个列表，都要写个循环，是不是很烦呢?好在 Python 已经有一个内建方法，只要一行代码就能搞定这个问题。如果你不熟悉这个语法，可能理解起来会有点难度，不过一旦你习惯这个技术之后，你一定会爱不释手的!

　　动图：如何将一个循环改成列表生成式(来源：Trey Hunner )

　　上面这个动图就是一个很好的例子，原来的代码就是采用 for 循环生成列表的方法，而图上一步一步将它改造成了一个只有一行代码的列表生成式，再也不用循环啦。是不是很简洁?

　　下面是另外一个对比范例：