前言
本文将介绍 8 个使用 Python 进行数据分析的方法，不仅能够提升运行效率，还能够使代码更加'优美'。
01 一行代码定义 List
定义某种列表时，写 For 循环过于麻烦，幸运的是，Python 有一种内置的方法可以在一行代码中解决这个问题。下面是使用 For 循环创建列表和用一行代码创建列表的对比。
x = [1, 2, 3, 4]
out = []
for item in x:
out.append(item**2)
print(out)
# [1, 4, 9, 16]
# vs.
x = [1, 2, 3, 4]
out = [item**2 for item in x]
print(out)
# [1, 4, 9, 16]
02 Lambda 表达式
厌倦了定义用不了几次的函数？Lambda 表达式是你的救星！Lambda 表达式用于在 Python 中创建小型、一次性和匿名函数对象，它能替你创建一个函数。
Lambda 表达式的基本语法是：
lambda arguments: expression
注意！只要有一个 lambda 表达式，就可以完成常规函数可以执行的任何操作。
你可以从下面的例子中，感受 lambda 表达式的强大功能：
double = lambda x: x * 2
print(double(5))
# 10
03 Map 和 Filter
一旦掌握了 lambda 表达式，学习将它们与 Map 和 Filter 函数配合使用，可以实现更为强大的功能。具体来说，map 通过对列表中每个元素执行某种操作并将其转换为新列表。
在本例中，它遍历每个元素并乘以 2，构成新列表。（注意！list() 函数只是将输出转换为列表类型）
# Map
seq = [1, 2, 3, 4, 5]
result = list(map(lambda var: var*, seq))
(result)
