公众号后台回复“图书“,了解更多号主新书内容
作者:奶糖猫
来源:喵说Python
最近在入门图像识别,自然也会用到深度学习框架,也接触到了一个新的数据结构——tensor(张量)。除此之外,也有一些很常用的数据结构,比如DataFrame、Series、array等,这篇文章主要对这几种数据结构的创建及相互转换做一个小总结。
创建方法
DataFrame
这里就不在单独贴出每种数据结构的示例图,只是简单描述一下各个数据结构的特点。DataFrame类似于一个二维矩阵,但它的行列都有对应的索引。
DataFrame创建方法很多,这里给出比较常用的三种方法:
1、通过字典创建
2、通过元组创建
原理与通过字典创建一致,但需要注意行、列索引需要自己指定。
3、randn随机生成
np.random.randn(m,n)是生成一个 规格的矩阵,行列索引需要自己指定。
Series
Series 可以当成 DataFrame 中一个元素,一列索引对应一列值。
1、通过字典创建
2、通过列表创建
3、通过arange创建
array
tensor
这里 Tensor 是类,tensor 和 as_tensor则是方法,第一种生成的是浮点型,后两种生成数据的类型和传入数据类型一致,也就是说传入整型生成整型,传入浮点型生成浮点型。
转化
DataFrame 拆解 Series
索引出的单行或者单列的数据类型为Series。
DataFrame 转 array
1、直接获取values
2、通过numpy转换
Series 转 DataFrame
1、合成
2、to_frame()方法
Series 转 array
方法同DataFrame 转 array。
array 转 DataFrame
array 转 Series
array 转 tensor
tensor 转 array
上面这些创建及转化的方法只是一部分,也算是比较常用的一些,除此之外比如还可以通过列表作为中间介质进行转换等等,这里就不在过多介绍啦。
◆ ◆ ◆ ◆ ◆
麟哥新书已经在当当上架了,我写了本书:《拿下Offer-数据分析师求职面试指南》,目前当当正在举行活动,大家可以用原价4.45折的预购价格购买,还是非常划算的:
点击下方小程序即可进入购买页面:
数据森麟公众号的交流群已经建立,许多小伙伴已经加入其中,感谢大家的支持。大家可以在群里交流关于数据分析&数据挖掘的相关内容,还没有加入的小伙伴可以扫描下方管理员二维码,进群前一定要关注公众号奥,关注后让管理员帮忙拉进群,期待大家的加入。
管理员二维码:
猜你喜欢
● 麟哥拼了!!!亲自出镜推荐自己新书《数据分析师求职面试指南》● 厉害了!麟哥新书登顶京东销量排行榜!● 笑死人不偿命的知乎沙雕问题排行榜
● 用Python扒出B站那些“惊为天人”的阿婆主!● 你相信逛B站也能学编程吗点击阅读原文,即可参与当当4.45折购书活动