python中 apply（）函數的用法

函數格式為：apply(func,*args,**kwargs)

用途：當一個函數的參數存在於一個元組或者一個字典中時，用來間接的調用這個函數，並肩元組或者字典中的參數按照順序傳遞給參數

解析：args是一個包含按照函數所需參數傳遞的位置參數的一個元組，是不是很拗口，意思就是，假如A函數的函數位置為 A(a=1,b=2),那么這個元組中就必須嚴格按照這個參數的位置順序進行傳遞(a=3,b=4)，而不能是(b=4,a=3)這樣的順序
kwargs是一個包含關鍵字參數的字典，而其中args如果不傳遞，kwargs需要傳遞，則必須在args的位置留空

apply的返回值就是函數func函數的返回值

   def function(a,b):  
        print(a,b)  
    apply(function,('good','better'))  
    apply(function,(2,3+6))  
    apply(function,('cai','quan'))  
    apply(function,('cai',),{'b':'caiquan'})  
    apply(function,(),{'a':'caiquan','b':'Tom'})  
    #--使用 apply 函數調用基類的構造函數  
    class Rectangle:  
        def __init__(self, color="white", width=10, height=10):  
            print "create a", color, self, "sized", width, "x", height  
      
    class RoundedRectangle(Rectangle):  
        def __init__(self, **kw):  
            apply(Rectangle.__init__, (self,), kw)  
    rect = Rectangle(color="green", height=100, width=100)  
    rect = RoundedRectangle(color="blue", height=20)  

 

輸出結果：

('good', 'better')
(2, 9)
('cai', 'quan')
('cai', 'caiquan')
('caiquan', 'Tom')
create a green <__main__.Rectangle instance at 0x0678FA08> sized 100 x 100
create a blue <__main__.RoundedRectangle instance at 0x06620468> sized 10 x 20

apply函數默認的是axis為 axis=0

 

data= [
    [1,2,3],
    [5,4,1],
    [3,2,2]
]
df = pd.DataFrame(data,columns=['A','B','C'])
f = lambda x: (x - np.min(x)) / (np.max(x) - np.min(x)) 
print(df)

    A  B  C
0  1  2  3
1  5  4  1
2  3  2  2

1、axis=1

df1 = df.copy()
df1 = df1.apply(f,axis=1)   #計算的時候取的是行數
df1
         A      B     C
0    0.0    0.50    1.0
1    1.0    0.75    0.0
2    1.0    0.00    0.0

2、axis=2

df2 = df.copy()
df2 = df2.apply(f,axis=0)
df2

         A    B    C
0    0.0    0.0    1.0
1    1.0    1.0    0.0
2    0.5    0.0    0.5

3、默認axis

df3 = df.copy()
df3 = df3.apply(f)
df3   # 在DataFrame中apply函數默認的是axis=0，取的是列數

       A    B    C
0    0.0    0.0    1.0
1    1.0    1.0    0.0
2    0.5    0.0    0.5

(df['A'] - df['A'].min())/(df['A'].max()-df['A'].min())
0    0.0
1    1.0
2    0.5
Name: A, dtype: float64

轉載：https://blog.csdn.net/chenyulancn/article/details/40142797