- 三种常用数据类型之间转化
list_temp=list(range(0,5))
'''
[0, 1, 2, 3, 4]
'''
array_temp=np.array(range(5,10))
'''
array([5, 6, 7, 8, 9])
'''
df_temp=pd.DataFrame([range(10,15),range(15,20)])
'''
0 1 2 3 4
0 10 11 12 13 14
1 15 16 17 18 19
'''
list 转为 array
np.array(list_temp)
# array([0, 1, 2, 3, 4])
DataFrame 转为 array
np.array(df_temp)
'''
array([[10, 11, 12, 13, 14],
[15, 16, 17, 18, 19]], dtype=int64)
'''
array 转为 list
array_temp.tolist()
# [5, 6, 7, 8, 9]
- array 维度转换 —— reshape函数
import numpy as np
#构建一维数组
array_test = np.array(range(1,11))
'''
array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
'''
#重构维度array.reshape(row,col)
array_test.reshape(5,2)
'''
array([[ 1, 2],
[ 3, 4],
[ 5, 6],
[ 7, 8],
[ 9, 10]])
'''
#可以使用参数 -1 使函数自动适配维度
array_test.reshape(-1,5)
'''
参数表示每行有五列,根据具体数据计算多少行
array([[ 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10]])
'''
- array 多维转一维 —— flatten函数
import numpy as np
array_test=np.array([[1,2,3],[4,5,6],[7,8,9]])
array_test.flatten()
'''
array([1, 2, 3, 4, 5, 6, 7, 8, 9])
'''
- list 不规则维度转一维 —— _flatten函数
from tkinter import _flatten
list_test = [0,[1, 2], [3, 4],[7,8,9]]
list(_flatten(a))
'''
[0, 1, 2, 3, 4, 7, 8, 9]
'''
- list 一维列表合并为多维列表 —— zip函数
list1=list(range(0,5))
list2=list(range(5,10))
list3=list(range(10,15))
'''
[0, 1, 2, 3, 4]
[5, 6, 7, 8, 9]
[5, 6, 7, 8, 9]
'''
list(zip(list1,list2,list3))
'''
[(0, 5, 10), (1, 6, 11), (2, 7, 12), (3, 8, 13), (4, 9, 14)]
'''