Question

对于很多 Python 内置模块和标准库模块，以及用于读写和分析文本文件、CSV 文件、Excel 文件和数据库中数据的函数，相信大家已经很熟悉了。例如，本书前面章节已经使用过 Python 内置的 csv、datetime、re、string 和 sys 模块，以及一些 Python 内置函数，如 float、len 和 sum。

但是，相对于 Python 标准库中的所有模块和函数来说，前面用到的只是冰山一角。所以，本章还要介绍几种模块和函数，因为它们对于数据处理与分析特别重要。这些模块和函数在前面的章节中没有涉及，要么因为它们不适用于那些特定的示例，要么因为它们是更高级的选择。但你应该知道，在特定的数据分析任务中，这些模块和函数是可以发挥作用的。所以如果你想给自己设定一个挑战，那么就应该努力做到每天或每两天掌握一种以下的新技术。

9.1.1　Python标准库（PSL）：更多的标准模块

· collections（PSL8.3）

这个模块实现了一些特殊的数据容器类型，可以作为 Python 内置数据容器 dict、list、set 和 tuple 的替代品。一些常用于数据分析的容器是 deque、Counter、defaultdict 和 OrderedDict。

· random（PSL9.3）

这个模块实现了可用于各种分布的伪随机数生成器。功能包括从一个取值范围内随机选择一个整数、从序列中随机选择一个元素、随机重排一个序列、无放回随机抽样，以及从均匀分布、正态（高斯）分布、伽玛分布、贝塔分布和其他分布中随机选择值。

· statistics（PSL9.7）

这个模块提供了为数值型数据计算常用统计量的功能。它可以计算衡量数据集中程度的统计量，比如均值、中位数和众数，还可以计算衡量数据分散程度的统计量，比如方差和标准差。

· itertools（PSL10.1）

这个模块为一些常用的数据算法提供一系列存储高效、运算快速的标准化迭代器（也称生成器）。这些迭代器可用于序列合并与分离、输入数据转换、新数据生成以及数据筛选和分组。

· operator（PSL10.3）

这个模块提供了对应于 Python 内置运算符的一组高效函数。这些函数中既包括可以执行对象比较、逻辑运算、数学运算和序列运算的函数，也包括可以实现属性扩展和项目查找的函数。

这 5 个标准模块只是 Python 标准库中所有模块的一小部分。实际上，Python 标准库中有超出 35 个分类，每个分类中都提供了关于某个专题的各种各样的模块和函数。因为这些模块都是内置于 Python 中的，所以你可以用 import 语句直接使用它们，例如：from itertools import accumulate 或者 from statistics import mode。要了解更多关于 Python 标准模块的信息，可以参考 Python 标准库（https://docs.python.org/3/library/index.html）。

9.1.2　内置函数

同上面刚讨论过的标准模块一样，有些内置函数在以前的章节中没有涉及，但是它们对于数据处理和分析非常重要。和模块一样，在特定的数据分析任务中，这些函数是可以发挥作用的。将下面这些函数加入你的 Python 工具箱是非常有用处的。

· enumerate()

将一个序列扩展为一个元组 (index, value) 列表。

· filter()

在一个序列上应用一个函数，返回使函数为真的序列中的值。

· zip()

将两个序列中相同位置的值合并为一个元组，从而使两个序列合并成一个序列。

这些函数是内置在 Python 中的，所以你可以直接使用它们。要了解更多关于 Python 内置函数的信息，可以参考 Python 标准库（https://docs.python.org/3/library/functions.html）。此外，看一下别人是如何使用这些函数完成特定分析任务的对你也很有帮助。如果你想学习一下其他人的方法，可以使用 Google 或 Bing 搜索“python enumerate examples”或者“python zip examples”，这样可以检索出一大批有用的示例。