(一)对比Numpty 与 DataFrame默认索引取值不同点

Numpy索引取值

#Numpy索引取值
data=np.empty((2,4),dtype=int)
print(data)
''' [[4128860 6029375 3801157 7340124]
[7602297 7274600 3342446 54]] ''' #取行
print('取第一行结果')
print(data[0]) #[4128860 6029375 3801157 7340124] 默认data【0】拿到的是数组第一行的值
'''
取第一行结果
[4128860 6029375 3801157 7340124] ''' #取列
print('取第一列的结果')
print(data[:,[0]])
'''
取第一列的结果
[[4128860]
[7602297]
]
'''

DataFrame索引取值

#Dataframe的索引取值
data=pd.DataFrame(data)
print(data) '''原始DataFrame数组 0 1 2 3
0 4128860 6029375 3801157 7340124
1 7602297 7274600 3342446 54 ''' #取行的值
print('取第二行的值')
print(data[1:2])
'''
取第一行的值
0 1 2 3
0 4128860 6029375 3801157 7340124
''' #取列的值
print('取第一列的值')
print(data[0]) #这里data【0】拿到的是第一列的值
'''
取第一列的值
0 4128860
1 7602297
Name: 0, dtype: int32 '''

(二)Numpy与DataFrame之间转换

Numpy数组:

通过Numpy生成一个随机5行5列数组

import random
data=np.zeros((5,5),dtype=int)

通过random模块改变数组中的每个值

for i in range(len(data)):
for j in range(len(data[0])):
data[i][j] = random.randint(0,5) print(data) '''Numpy初始的数组结构 [[1 4 4 0 2]
[3 2 5 5 2]
[3 4 1 5 5]
[2 3 1 0 1]
[4 4 1 1 1]] '''

查看Numpy数组类型

#看Numpy初始的数组类型
print(type(data)) #<class 'numpy.ndarray'>

将Numpy数组转为DataFrame数组:

data_new=pd.DataFrame(data)
print(data_new) '''转换为DataFrame之后的结构
0 1 2 3 4
0 1 4 4 0 2
1 3 2 5 5 2
2 3 4 1 5 5
3 2 3 1 0 1
4 4 4 1 1 1 '''

查看转换后的数组类型

#看装换之后的数据类型
print(type(data_new)) #<class 'pandas.core.frame.DataFrame'>

Numpy 与 DataFrame对比与应用的更多相关文章

  1. Spark与Pandas中DataFrame对比

      Pandas Spark 工作方式 单机single machine tool,没有并行机制parallelism不支持Hadoop,处理大量数据有瓶颈 分布式并行计算框架,内建并行机制paral ...

  2. Spark与Pandas中DataFrame对比(详细)

      Pandas Spark 工作方式 单机single machine tool,没有并行机制parallelism不支持Hadoop,处理大量数据有瓶颈 分布式并行计算框架,内建并行机制paral ...

  3. Scipy和Numpy的插值对比

    技术背景 插值法在图像处理和信号处理.科学计算等领域中是非常常用的一项技术.不同的插值函数,可以根据给定的数据点构造出来一系列的分段函数.这一点有别于函数拟合,函数拟合一般是指用一个给定形式的连续函数 ...

  4. 利用pandas进行数据分析之二:DataFrame与Series数据结构对比

    Series与DataFrame对比学习 文章为本人原创,未经同意请勿转载,http://www.cnblogs.com/smallcrystal/ Series:构建的方法,一组数组(列表或元组), ...

  5. dataframe,list,numpy之间的互相转换

    dataframe,numpy,list之间的互相转换 由于目前学校要做一些数据分析处理的作业有要用到dataframe,list,numpy之间的转化,所以在此总结一下这些用法. dataframe ...

  6. Pandas 之 Series / DataFrame 初识

    import numpy as np import pandas as pd Pandas will be a major tool of interest throughout(贯穿) much o ...

  7. python numpy笔记:给matlab使用者

    利用Numpy,python可以进行有效的科学计算.本文给过去常用matlab,现在正学习Numpy的人. 在进行矩阵运算等操作时,使用array还是matrix?? 简短的回答,更多的时候使用arr ...

  8. Spark核心类:SQLContext和DataFrame

    http://blog.csdn.net/pipisorry/article/details/53320669 pyspark.sql.SQLContext Main entry point for ...

  9. PySpark的DataFrame处理方法

    转:https://blog.csdn.net/weimingyu945/article/details/77981884 感谢! ---------------------------------- ...

随机推荐

  1. 20145238-荆玉茗《Java程序设计》课程总结

    每周读书笔记链接汇总 第一周读书笔记: 第二周读书笔记: 第三周读书笔记: 第四周读书笔记: 第五周读书笔记: 第六周读书笔记: 第七周读书笔记: 第八周读书笔记: 第九周读书笔记: 实验报告链接汇总 ...

  2. django生命周期示意图

    1.图示

  3. 知识总结和记录——Bootstrap

    官方地址:https://getbootstrap.com 中文地址:http://www.bootcss.com/ 使用V3版本的Bootstrap,下载的是用于生产环境的Bootstrap. 目录 ...

  4. 08_1_IO

    08_1_IO 1. 输入/输出流的分类 java.io包中定义了多个流类型(类或抽象类)来实现输入/输出功能:可以从不同的角度对其进行分类: 按数据流的方向不同可以分给输入流和输出流. 按处理数据单 ...

  5. 【iOS】史上最全的iOS持续集成教程 (下)

    :first-child{margin-top:0!important}.markdown-body>:last-child{margin-bottom:0!important}.markdow ...

  6. 【例题收藏】◇例题·V◇ Gap

    ◇例题·V◇ Gap 搜索训练开始了……POJ的数据比ZOJ强多了!!看来不得不写正解了 +传送门+ ◇ 题目 <简要翻译> 有一个四行九列的矩阵——在第1~4行.2~8列上填上数字 11 ...

  7. Intellij IDEA 查找接口实现类的快捷键

    查找接口的实现类: IDEA 风格 ctrl + alt +B 查看类或接口的继承关系: ctrl + h 1.IDEA_查找接口的实现 的快捷键 http://blog.csdn.net/u0100 ...

  8. tomcat7下载地址

    tomcat7下载地址:https://tomcat.apache.org/download-70.cgi

  9. js点击获取标签里面id属性

    <html xmlns="http://www.w3.org/1999/xhtml"> <head > <title></title> ...

  10. H5拍照、选择图片上传组件核心

    背景 前段时间项目重构,改成SSR的项目,但之前用的图片选择上传组件不支持SSR(server-side-render).遂进行了调研,发现很多的工具.但有的太大,有的使用麻烦,有的不满足使用需求.决 ...