Python中enumerate()的使用

如何在一场面试中展现你对Python的coding能力？| 技术头条 

这篇文章中提到了在python中使用enumerate()可以解决FizzBuzz问题：即用“fizz”替换所有可被3整除的整数，用“buzz”替换所有可被5整除的整数，将所有可被3和5整除的整数替换为“fizzbuzz”。

numbers = [45, 22, 14, 65, 97, 72]
for i, num in enumerate(numbers):
    if num % 3 == 0 and num % 5 == 0:
        numbers[i] = 'fizzbuzz'
    elif num % 3 == 0:
        numbers[i] = 'fizz'
    elif num % 5 == 0:
        numbers[i] = 'buzz'
print(numbers)

>> ['fizzbuzz', 22, 14, 'buzz', 97, 'fizz']

可以看出，enumerate()的作用是返回列表中元素的索引号和值。

受此启发，enumerate()函数可以用在一类特定的数据归一化中。

通常的数据归一化方式为：Python numpy 归一化和标准化 代码实现

但在某些数据归一化处理时，需要将大于1的数据值设为1， 将小于-1的数据值设为-1，这种情况下便可使用enumerate()函数处理。

def normalization(data):
    _range = np.max(abs(data))
    return data / _range


def norm_enumerate(data):
    for i, num in enumerate(data):
        if num > 1:
            data[i] = 1
        elif num < -1:
            data[i] = -1
    return data


def standardization(data):
    mu = np.mean(data, axis=0)
    sigma = np.std(data, axis=0)
    return (data - mu) / sigma