python中非高级函数有哪些,与高级函数的差异点是什么
时间: 2024-05-25 19:12:14 浏览: 12
在 Python 中,非高级函数通常指没有特殊功能或特性的普通函数。这些函数可以完成基本的计算或操作,例如加减乘除、字符串处理、文件读写等。常见的非高级函数包括内置函数(如`print()`、`len()`等)、自定义函数等。
相对而言,高级函数通常具有一些特殊功能或特性,例如可变参数、匿名函数、函数式编程等。常见的高级函数包括`map()`、`filter()`、`reduce()`、`lambda`函数等。
与非高级函数相比,高级函数具有更加灵活的参数传递方式,可以接受可变数量的参数、接受函数作为参数等。同时,高级函数还具有更加强大的处理能力,可以用于函数式编程、迭代、过滤等常见操作。
相关问题
python中dropna函数的用法
`dropna()` 是 pandas 库中的一个函数,用于删除 DataFrame 或 Series 中的缺失值。
**语法:**
```python
DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
```
参数说明:
- `axis`:指定删除的行或列,0 表示删除行,1 表示删除列,默认为 0;
- `how`:指定删除的方式,'any' 表示只要有缺失值就删除,'all' 表示全部为缺失值才删除,默认为 'any';
- `thresh`:指定保留的非缺失值数量,如果一行/列中非缺失值数量少于 thresh,则会被删除;
- `subset`:指定对哪些列进行缺失值删除;
- `inplace`:是否对原始 DataFrame 进行修改,默认为 False,即不修改原始 DataFrame。
**示例:**
```python
import pandas as pd
import numpy as np
df = pd.DataFrame({'A': [1, 2, np.nan, 4],
'B': [5, np.nan, 7, 8],
'C': [9, 10, 11, 12]})
# 删除包含缺失值的行
df.dropna()
# 删除包含缺失值的列
df.dropna(axis=1)
# 只删除全是缺失值的行
df.dropna(how='all')
# 只保留至少有 2 个非缺失值的行
df.dropna(thresh=2)
# 只对 A 列和 B 列进行缺失值删除
df.dropna(subset=['A', 'B'])
```
python中的rank函数
在Python中,没有内置的rank()函数,但是可以使用numpy库中的rank()函数。
numpy.rank()函数返回给定数组的秩。秩是数组中非零元素的个数。
例如,对于以下数组:
```python
import numpy as np
arr = np.array([0, 0, 1, 5, 2, 8])
```
使用rank()函数:
```python
print(np.rank(arr))
```
输出结果为:
```
6
```
因为数组中有6个非零元素。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)