目录
0117 先搭框架,待完善!
数据
数据结构
Python及相关库中的经常用到数据结构形式汇总:
列表
- 特性:有序、可变
- 存储内容:任何数据(不同类型)
- 结构形式:
[ 2020, 'is', $$, [2019, 'was', ¥¥] ]
所以,见到下面这样的数据也不要觉得惊奇:它也是列表
data = [['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'],
[2000, 2001, 2002, 2001, 2002],
[1.5, 1.7, 3.6, 2.4, 2.9]]
所以,后来有了专门用来储存并使用单一储存类型——数值的结构:numpy 数组,
转换过程如下:
data = [[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]]
print(data)
[[0, 1, 2, 3, 4], [5, 6, 7, 8, 9], [10, 11, 12, 13, 14]]
data = np.array(data)
print(data)
[[ 0 1 2 3 4]
[ 5 6 7 8 9]
[10 11 12 13 14]]
这里,我们很容易发现 NumPy 数组和列表打印机制不同,具体可以参考的之前的文章NumPy 数组的打印规则
numpy array(NumPy数组)
- 特性:有序、可变
- 存储内容:同质数据类型(homogeneous)
- 结构形式:ndarray
我们平时用到最多的序列结构可能也就是上面提到的列表和 numpy 数组,但是其实python还有有一个内置的 array 模块,用于提供基本数字、字符类型的数组,用于容纳字符号、整型、浮点等基本类型。
array.array(Python标准数组)
- 特性:
- 存储内容
- 结构形式
pandas Series
- 特性:
- 存储内容
- 结构形式
pandas Dataframe
- 特性:
- 存储内容
- 结构形式
元组
- 特性:
- 存储内容
- 结构形式
字典
- 特性:无序、可变
- 存储内容:键值对
- 结构形式
更多数据结构及更深层次总结(传送门)
其它解结构
队列
。。。
分类方法
-序列: 序列、可变序列;容器序列、扁平序列
- 非序列: