小姐姐的Python隐藏技巧合集，推特2400赞，代码可以直接跑

本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。

常常发资源的英伟达工程师小姐姐Chip Huyen，又发了一套Python隐藏功能合集。

里面都是她“从前没发现，或者从前不太敢用”的机器学习技巧，有notebook可以直接跑。

合集名叫python-is-cool，推特宣布之后不到半天，已经收获了2400+赞。

那么，这份令人奔走相告的资源，到底长什么样子？

就像开头提到的：这里的功能，要么是小姐姐花了很久才找到的，要么是曾经让她瑟瑟发抖到不敢尝试的。

不过现在，她的技巧已经成功支配了这些功能，于是分享了出来。

目前一共有5个版块，专注机器学习，日后还会持续更新：

1、Lambda、Map、Filter、Reduce函数

lambda 关键字，是用来创建内联函数 (Inline Functions) 的。square_fn 和 square_ld 函数，在这里是一样的。

1def square_fn(x): 
2 return x * x 
3 
4square_ld = lambda x : x * x 
5 
6for i in range(10): 
7 assert square_fn(i) == square_ld(i) 

lambda 函数可以快速声明，所以拿来当回调 (Callbacks) 函数是非常理想的：就是作为参数 (Arguments) 传递给其他函数用的，那种函数。

和 map、filter 和 reduce 这样的函数搭配使用，尤其有效。

map(fn,iterable) 会把 fn 应用在 iterable 的所有元素上，返回一个map object。

1nums = [1/3, 333/7, 2323/2230, 40/34, 2/3] 
2nums_squared = [num * num for num in nums] 
3print(nums_squared) 
4 
5==> [0.1111111, 2263.04081632, 1.085147, 1.384083, 0.44444444] 

这样调用，跟用有回调函数的 map 来调用，是一样的。

1nums_squared_1 = map(square_fn, nums) 
2nums_squared_2 = map(lambda x : x * x, nums) 
3print(list(nums_squared_1)) 
4 
5==> [0.1111111, 2263.04081632, 1.085147, 1.384083, 0.44444444] 

map 也可以有不止一个 iterable。

比如，你要想计算一个简单线性函数 f(x)=ax+b 的均方误差 (MSE) ，两种方法就是等同的。

 1a, b = 3, -0.5 
 2xs = [2, 3, 4, 5] 
 3labels = [6.4, 8.9, 10.9, 15.3] 
 4 
 5# Method 1: using a loop 
 6errors = [] 
 7for i, x in enumerate(xs): 
 8 errors.append((a * x + b - labels[i]) ** 2) 
 9result1 = sum(errors) ** 0.5 / len(xs) 
10 
11# Method 2: using map 
12diffs = map(lambda x, y: (a * x + b - y) ** 2, xs, labels) 
13result2 = sum(diffs) ** 0.5 / len(xs) 
14 
15print(result1, result2) 
16 
17==> 0.35089172119045514 0.35089172119045514 

要注意的是，map 和 filter 返回的是迭代器 (Iterator) ，这就是说它们的值不是存储的，是按需生成的。

当你调用了sum(diffs) 之后，diffs 就空了。如果你想要保留 diffs 里面所有的元素，就用 list(diffs) 把它转换成一个列表。

filter(fn,iterable) 也是和 map 一样道理，只不过 fn 返回的是一个布尔值，filter 返回的是，iterable 里面所有 fn 返回True的元素。

1bad_preds = filter(lambda x: x > 0.5, errors) 
2print(list(bad_preds)) 
3 
4==> [0.8100000000000006, 0.6400000000000011] 

reduce(fn,iterable,initializer) 是用来给列表里的所有元素，迭代地应用某一个算子。比如，想要算出列表里所有元素的乘积：

1product = 1 
2for num in nums: 
3 product *= num 
4print(product) 
5 
6==> 12.95564683272412 

上面这串代码，和下面这串代码是等同的：

1from functools import reduce 
2product = reduce(lambda x, y: x * y, nums) 
3print(product) 
4 
5==> 12.95564683272412 

2、列表操作

小姐姐说，Python的列表太炫酷了。

2.1、解包 (Unpacking)

（编辑：ASP站长网）