第一段：sort_values()函数用途
pandas中的sort_values()函数原理类似于SQL中的order by,可以将数据集依照某个字段中的数据进行排序,该函数即可根据指定列数据也可根据指定行的数据排序.
第二段：sort_values()函数的具体参数
用法：
①.DataFrame.sort_values(by='##',axis=0,ascending=True, inplace=False, na_position='last')
参数说明
by指定列名(axis=0或'index')或索引值(axis=1或'columns')
axis若axis=0或'index',则按照指定列中数据大小排序；若axis=1或'columns',则按照指定索引中数据大小排序,默认axis=0
ascending是否按指定列的数组升序排列,默认为True,即升序排列
inplace是否用排序后的数据集替换原来的数据,默认为False,即不替换
na_position{'first','last'},设定缺失值的显示位置
第三段：sort_values用法举例
创建数据框
#利用字典dict创建数据框
import numpy as np
import pandas as pd
type--类,object-or-type--类,一般是self
运行发现：super().add(x) 与A.add(self,x)执行结果一致；但涉及多继承,发现super()只调用一次
在super机制里可以保证公共父类仅被执行一次,至于执行的顺序,是按照MRO（Method Resolution Order）：方法解析顺序 进行的
super()可以调用父类中的任何方法,超(父类的父类)类的任何方法；可重写父类同名的 init 函数,及其他方法
在任何时候继承类和重写方法的,我们应当用到args, kwargs将接收到的位置参数和键值参数给父类方法
Python 函数定义以及参数传递
①函数定义
#形如def func(args...):
以关键字def 开头,后面是函数名和参数下面是函数处理过程.
举例：
def add( a, b ):
参数可以设定默认值,如：
def add( a, b=10 ): #注意：默认值参数只会运算一次
默认值参数只会运算一次是什么意思?
def func( a, b=[] ): #b的默认值指向一个空的列表,每次不带默认值都会指向这块内存
b.append(a) return b
结果：
[1]
这下明白为什么默认参数只计算一次了吧,函数参数不传递时默认值总是指向固定的内存空间,就是第一次计算的空间.
def func(a, b):
在使用函数时可以如下方式,结果都是相同的
如果函数定义形式如下方式：
def func(*args): #这种定义会把传递的参数包成元组
print(args,type(args))
举一个和上述过程相反的例子：
def func(a,b):
print('a=%d, b=%d' % (a,b) )
总结：*号在定义函数参数时,传入函数的参数会转换成元组,如果 *号在调用时则会把元组解包成单个元素.
另一种定义：
def func(**kw):#使用**定义参数会把传入参数包装成字典dict
print(kw, type(kw) )
相反的例子：
def func(*args, **kw):#这种形式的定义代表可以接受任意类型的参数
总结：**号在定义函数参数时,传入函数的参数会转换成字典,如果 **号在调用时则会把字典解包成单个元素.
lambda表达式
lambda表达式就是一种简单的函数
例如：
add = lambda x,y: x+y
eval类似exec,是使用python编译器运行表达式和语句
以上就是土嘎嘎小编为大家整理的python函数原理相关主题介绍,如果您觉得小编更新的文章只要能对粉丝们有用,就是我们最大的鼓励和动力,不要忘记讲本站分享给您身边的朋友哦！！