利用python進行資料分析（六）

第3章函式

3.2.4 匿名函式

匿名函式是一種通過單個語句生成函式的方式，其結果本身就是是返回值，不需要def定和return返回，呼叫更加方便。匿名函式使用lambda關鍵字定義，表達「我們宣告乙個匿名函式的意思」。

其通用的格式為：

《名稱》
=lambda
《引數1..
. 引數n> ： 《表示式》

看如下例子：

>>
>
def short_function(x)
:return x *
2>>
> short_function(5)
10

使用匿名函式則可以簡化**，可以寫成：

>>
>equiv =
lambda x : x *
2>>
>equiv(5)
10

同時，匿名函式可以定義多個引數：

>>
>function2 =
lambda x, y, z : x + y + z
>>
>function2(1,
2,3)
6

匿名函式在資料分析中非常方便，因為在很多案例中資料變形函式都可以作為其他函式的引數，最常用的是將匿名函式作為sort函式的key，是資料排序更加符合我們的要求：

我們按字串長短對列表中的字串進行排序：

>>
>strings =
['ds'
,'ekja'
,'poweak'
,'dadio**'
,'pzqidade'
,'osssssqknjd'
]>>
>strings.sort(key =
lambda x :
len(x)
)>>
>strings
['ds'
,'ekja'
,'poweak'
,'dadio**'
,'pzqidade'
,'osssssqknjd'
]

我們還可以按照字母的數量進行排序：

>>
>strings =
['abbbb'
,'abc'
,'aaaaaaa'
,'jkiu'
,'poikpo'
,'ossdqqknjd'
]>>
>strings.sort(key =
lambda x :
len(
set(
list
(x))))
>>
>strings
['aaaaaaa'
,'abbbb'
,'abc'
,'jkiu'
,'poikpo'
,'ossdqqknjd'
]

通過將匿名函式傳遞給key，我們可以做出更多的排序方式。

3.2.5 柯里化：部分引數應用

柯里化石電腦科學的術語，是以一位數學家的名字命名的，所以這個名字並沒有明確的含義。它表示通過部分引數應用的方式從已有的函式中衍生出新的函式，看例子很容易理解。

有乙個簡單的將兩個數字相加的函式：

>>
>
def add_numbers(x, y):.
..return x + y

通過這個函式衍生出乙個只有乙個變數的新函式，add_five,給引數加上5：

add_five =
lambda y : add_numbers(
5, y)

這種情況下，第二個引數對於函式add_numbers就是柯里化了，相當於我們定義了乙個新函式，而新函式呼叫了已存在的函式。

python中內建的functools模組可以使用pratial函式簡化這種處理：

>>
>
from functools import partial
>>
>add_six = partial(add_numbers,6)
>>
>add_six(7)
13

3.2.6 迭代器與生成器

迭代器是乙個可以記住遍歷的位置的物件。迭代器物件從集合的第乙個元素開始訪問，直到所有的元素被訪問完結束。我們使用的字串、列表與元組都是可迭代物件。

在 python 中，使用了yield的函式被稱為生成器（generator）。跟普通函式不同的是，生成器是乙個返回迭代器的函式，只能用於迭代操作，更簡單點理解生成器就是乙個迭代器。而且在實際呼叫生成器時，只是生成了乙個可迭代物件，只有真正請求生成器中的元素時，它才會執行**。

我們通過例子來直觀感受：

首先定義乙個生成列表的普通函式：

>>
>
def c_list(n)
:>>
>
return
list
(range
(n))
#該函式可以直接使用
>>
>c_list(10)
[0,1
,2,3
,4,5
,6,7
,8,9
]

如果使用yiled生成乙個生成器函式：

>>
>
def d_list(n)
:>>
>
yield
list
(range
(n))
#直接呼叫，返回的是乙個生成器，**沒有立即執行
>>
>d_list(10)
>
#列印生成器中的內容
>>
>
for x in d_list(10)
:print
(x)[0,
1,2,
3,4,
5,6,
7,8,
9]

注意到這裡直接返回了乙個列表，而我們知道如果對列表進行遍歷的話，返回的應該是每個元素的值，這也說明了生成器並不是乙個簡單的可迭代列表形式。

因為生成器只有在具體訪問的時候才會返回具體的值，所以生成器相對於迭代器的一大優點便是其占用空間小。

與列表推導式相對相應的是生成器表示式，只需要將列表解析式的中括號換成()即可。

gen =
( x **
2for x in
range
(100
))

總的來數，生成器表示式是對記憶體空間的優化。他們不需要像方括號的列表解析一樣，一次構造出整個結果列表。他們執行起來比列表解析式可能稍慢一些，因此他們對於非常大的結果集合運算是最優的選擇。列表解析式最快，生成器表示式最省空間。

微生物基因組

上一節分享了關於尋找基因的內容，本節分享幾個微生物基因組資源，一些可用於基因注釋：

1，蛋白直系同源簇(cog)：全基因組蛋白的種類分類，每個cog由起源同一保守域單個蛋白質或並繫同源蛋白群組成。

2，高質量自動和人工注釋的微生物蛋白質組（hamap）：可對微生物基因組測序產生的蛋白質序列進行自動注釋。

3，京都基因和基因組百科全書(kegg)：可根據相互作用的分子或者基因組成資訊途徑。

4，微生物基因組資料庫（mbgd）：從不同方面為比較基因組學提供方便，如識別直系同源序列，收集並分析同源序列和蛋白膜體分析。

5，國立生物工程資訊中心(ncbi)。

6，鮑森轉運蛋白頁（paulsen tranxporter page）：比較基因組間膜轉運系統。

7，rast。也是注釋基因組的。

利用python進行資料分析（六）

利用python進行資料分析

利用python進行資料分析

《利用Python進行資料分析》筆記

相關推薦