(一)对比Numpty 与 DataFrame默认索引取值不同点
#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]]
'''
#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]]
'''
(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'>