Python教程：使用 Python 标准库，也可以做的 3 件很酷的事情！

第三方库在使 Python 成为数据科学首选时起着至关重要的作用。从清理原始数据到构建高级机器学习管道，你可以找到用于简化任务并促进开发过程的 Python 库。

在这丰富的库选择中，我们有时会忽视 Python 的内置功能，也就是 Python 标准库。
Python的内置函数和方法对于与数据相关的任务非常有效。实际上，我们经常使用其中一些，比如 len、range 和 sorted。在本文中，我们将提及一些内置函数，并学习如何利用它们做三件有趣的事情。
1. 字符串模块用于数据清洗
字符串模块有几个函数可用于执行常见的字符串操作。我主要用它们来进行数据清洗。
文本数据有时可能非常杂乱，需要进行大量的清洗和处理才能用于下游处理过程。
考虑一个需要从文本中删除标点符号的情况。有不同的方法可以做到这一点，但使用 maketrans 方法非常简单。它返回一个翻译表，可以传递给 translate 函数来执行这个翻译。此外，string.punctuation 可以避免我们编写所有的标点符号。
这是我们在代码中如何做的：
import string
sentence = "Hello!!!! Are you planning? to come to the WEDDING?!"
trans = str.maketrans("", "", string.punctuation)
sentence.translate(trans)
# 输出
'Hello Are you planning to come to the WEDDING'
变量 trans 是一个翻译表，将 string.punctuation 中的每个字符映射到一个空字符串，这意味着将它们删除。
为了使其更标准化，我们可以将字母转换为小写。
sentence.translate(trans).lower()
# 输出
'hello are you planning to come to the wedding'
2. dict 构造函数
dict 构造函数创建了一个字典，这是Python的内置数据结构之一。字典由键值对组成。
字典在各种任务中非常有用。使用字典的一个优点是，字典操作的时间复杂度通常是常数时间 (即 O(1))，因为它们使用哈希表作为底层数据结构。
dict 构造函数之所以如此有用，是因为它对输入的灵活性。它能够将不同类型的数据格式转换为键值映射。让我们看一些例子。
# 两个列表
names = ["John", "Jane", "Dan"]
grades = [90, 87, 92]
dict(zip(names, grades))
# 输出
{'John': 90, 'Jane': 87, 'Dan': 92}
# Pandas Series
import pandas as pd
text = "It takes consistency and dedication to learn data science as it is still an evolving field"
ser = pd.Series(text.lower().split(" ")).value_counts()
dict(ser)
# 输出
{'it': 2,
 'takes': 1,
 'consistency': 1,
 'and': 1,
 'dedication': 1,
 'to': 1,
 'learn': 1,
 'data': 1,
 'science': 1,
 'as': 1,
 'is': 1,
 'still': 1,
 'an': 1,
 'evolving': 1,
 'field': 1}
# 元组列表
grades = [("John", 85), ("Emily", 90), ("Max", 78)]
dict(grades)
# 输出
{'John': 85, 'Emily': 90, 'Max': 78}
3. F-strings
在字符串中写入变量是一种常见的做法，用于调试和记录日志。这被称为字符串插值，它通过编写占位符来在字符串中保存变量值。
Python 中有不同的字符串插值方法。最新的方法是格式化字符串字面值 (即 f-strings)。它们是在 Python 3.6 中引入的。
F-strings 比其他字符串插值方法更易读，也更灵活。我们将介绍一些示例，演示了 f-strings 的灵活性以及如何更高效地使用它们。
# 使大数字易于阅读
number = 3450045402359
print(f"Number of rows in raw data: {number:,d}")
# 输出
Number of rows in raw data: 3,450,045,402,359
# 解析日期
from datetime import datetime
today = datetime.today().date()
print(f"The date is {today}.")
print(f"The year is {today:%Y}.")
print(f"The month is {today:%B}.")
# 输出
The date is 2023-12-20.
The year is 2023.
The month is December.
# 更多示例
from datetime import timedelta, datetime
today = datetime.today().date()
print(f"Due date is {today + timedelta(days=35)}") # 添加35天
# 输出
Due date is 2024-01-24
# 成员 ID
member_ids = [1010, 1011, 1023, 1030, 1039, 1045]
print(f"There are {len(member_ids)} members.")
# 输出
There are 6 members.
F-strings 还允许写入表达式，使得它们更加灵活。我们可以在 f-strings 中进行计算，因此如果仅需要用于调试，则无需创建新变量。
以上是一些示例，演示了如何使用 f-strings 进行更多操作，比如将数字转换为二进制格式和填充。
最后

Python 标准库提供了大量函数来处理各种操作。我们通常使用第三方库，这些库旨在解决特定任务，比如 Pandas 用于数据清洗和分析，NumPy 用于科学计算。这并不意味着我们不应该使用Python标准库。使用其他库并不是一个阻碍。相反，标准库只是增强了其他库的功能。

以上就是“Python教程：使用 Python 标准库，也可以做的 3 件很酷的事情！”的详细内容，想要了解更多Python教程欢迎持续关注编程学习网。