大数据分析Python内置函数range使用教程

　　循环是任何编程语言的组成部分。在大数据分析Python中，循环的重要组成部分是内置range函数。
 

　　在本详细指南中，我们将通过range示例向您介绍该函数的工作原理，并讨论其局限性及其解决方法。尽管range对于各种各样的大数据分析Python编程任务很有用，但本指南将以该range函数的几个数据科学用例作为结尾。
 

　　就本教程而言，我们假定您至少了解一些大数据分析Python语法。如果您以前从未使用过大数据分析Python，建议您先从此交互式大数据分析Python基础知识课程开始。
 

　　大数据分析Python范围简史
 

　　本教程的重点是大数据分析Python 3，但是如果您在使用大数据分析Python 2之前已经进行过一些解释，因为range这两个版本之间的含义有所变化。
 

　　range大数据分析Python 2中 的函数生成了一个可以迭代的数字列表。因此，对于大列表大小，此过程占用了大量内存。xrange大数据分析Python 2中的函数通过惰性求值返回项目，这意味着仅在需要时才生成数字，从而使用更少的内存。
 

　　xrange大数据分析Python 2中 的函数range在大数据分析Python 3 中重命名，而range大数据分析Python 2中的函数已弃用。在本教程中，我们正在使用range大数据分析Python 3 的功能，因此它在与range大数据分析Python 2 相关时不会出现性能问题。
 

大数据分析Python范围：基本用途
 

　　让我们首先来看一下for循环和range大数据分析Python中函数的基本用法。让我们打印前五个整数。
 

　　上面的代码段循环显示数字0到4。请注意，这五个未包含在循环中。range因此，的基本用途是遍历数字列表。我们将range很快重新讨论范围。
 

　　我们可以使用三个参数range：开始，停止和步进。我们可以如下说明这三个：
 

　　1)range(stop)：这会创建一个范围从零到小于终止号的数字范围，并增加一个。

　　2)范围(开始，停止)：这会创建一个范围从开始编号到小于结束编号的数字范围，并增加一个。

　　3)范围(开始，停止，步进)：这会创建一个范围从开始编号到小于停止编号的数字，并逐步递增。
 

　　上面的简单示例使用了声明range函数的第一种方式。让我们探索另外两种方式。

　　请注意，起始编号包含在范围内，而终止编号不包含在范围内。

　　在这种第三种声明方式中range，我们从起始编号开始，然后加三(步骤编号)，直到达到终止编号。
 

　　范围：数据类型
 

　　让我们检查range函数返回的对象的类型。

　　请注意，这range是大数据分析Python中的一种类型。该类的默认打印方法将打印范围对象将迭代通过的数字范围。请注意，仍未生成数字-这是由于前面提到的节省内存的“惰性评估”。仅当数字以某种方式实际使用时才会生成数字(例如，如上所述，在print函数中被调用)。

范围对象：高级用途
 

　　有趣的是，我们可以通过范围对象的索引访问范围对象，就像使用列表一样。我们范围内的第三个对象是2。

　　像列表一样，我们也可以切片范围对象。这将返回一个新的范围对象!
 

　　我们也可以使用reversed()适用于列表的相同功能来反转范围对象。

　　范围可用于生成负数。

　　我们还可以定义一个负阶跃函数来按递减顺序生成数字，而不是使用该reversed函数。

　　请注意，如果您使用带有的step参数range，则该参数不能为零(这将导致无限循环并因此引发ValueError)。
 

　　此外，如果从您的开始参数开始计数永远不会到达您的结束参数，range则不会返回任何内容。请注意，当我们运行下面的代码时，不会打印任何内容，因为如果我们从17开始并递增计数，则永远无法达到指定的end参数10：

带浮点数的范围对象
 

　　范围功能不适用于浮点数。只能将整数值指定为开始，停止和步骤参数。

　　但是，如果需要使用浮点数生成类似范围的收益，则有两种解决方法。
 

　　首先，我们可以定义一个具有三个参数的简单函数，该函数逐步增加起始编号，直a到达到停止为止：
 

　　我们也可以使用NumPy从NumPy的arange()函数中获得相同的结果。

　　这个数字0.30000000000000004是哪里来的?系统仅存储浮点数的近似值。因此，如果要生成更清晰的输出，则在处理像这样的浮点数时可能需要使用该round()函数。

在数据科学中使用大数据分析Python的范围函数
 

　　读取大文件
 

　　在数据科学中，大数据分析Python的range函数的一种用途是在读取大型文件时。
 

　　例如，考虑一下 UCI提供的1985年的汽车进口数据集。该文件为CSV格式，其中值之间用逗号分隔。下载文件并使用open()功能打开它。让我们使用该.readline()方法打印前五行。

　　在头文件描述列名。最后一列包含汽车进口价格。如果我们浏览文件的前几行，则会注意到丢失的项目存储为问号(?)。
 

　　每条打印行之间以换行符(\n)结尾的行之间有一个空行。我们将需要在下面的分析中考虑这一点。让我们检查文件中存在多少行。在UNIX终端中，可以将命令wc -l以文件名作为参数来计算行数。如果使用的是Jupyter笔记本，则可以在命令前使用感叹号，以从单元格中运行终端命令。

　　利用205行数据，让我们尝试在数据集中查找价格最高的汽车进口和汽车的行号。首先，我们将循环遍历文件长度。接下来，使用.readline()方法读取该行，在每行末尾去除换行符，然后使用split()函数将该行转换为项目列表。
 

　　清单的最后一项是汽车进口价格。如果价格缺失，我们将遍历下一个项目。如果价格高于我们的价格max_price，则我们更改的值max_price并更新存储在变量中的行号max_price_loc。

　　1985年最昂贵的汽车售价为45400美元，按通胀率计算的2019年美元汇率约为108000美元。
 

　　Web爬网时遍历页面
 

　　范围函数在数据科学中的另一个用途是从某些网站进行Web抓取。
 

　　例如，假设我们要从BBS论坛中提取数据。通常，帖子分布在大量页面上，而页面编号包含在URL中。无需一次输入每个页面URL，我们可以一次输入URL并通过用range函数产生的每个数字替换URL中的页面号来遍历每个页面。
 

　　例如，如果我们要向URL格式为的页面发送请求http://www.website.com/?p=page_number，则可以使用range依次生成每个URL。在下面的示例中，我们获得了前十个页面的URL，但是可以使用此技术快速生成成百上千个URL，然后您就可以逐个抓取内容，而不必在您的网站中放置多个URL码。

　　在大数据分析Python内置函数range使用教程中，我们学习了使用该range()函数的一些不同方式，并看到了一些有关如何在数据科学工作中特别有用的示例。
 

　　如果您使用数据，range()不一定每天都会使用该功能，但是在某些情况下，一定要牢牢掌握其工作方式可以节省大量时间和精力。