|
我们知道 Pandas 是在 NumPy 的基础构建而来，因此，熟悉 NumPy 可以更加有效的帮助我们使用 Pandas。
NumPy 主要用 C语言编写，因此，在计算还和处理一维或多维数组方面，它要比 Python 数组快得多。关于 NumPy 的学习，可以参考《 Python NumPy教程 》。
创建数组
数组的主要作用是在一个变量中存储多个值。NumPy 可以轻松地处理多维数组，示例如下:
1.import numpy as np
2.arr = np.array([2, 4, 6, 8, 10, 12])
3.print(type(arr))
4.print ("打印新建数组: ",end="")
5.
6.for l in range (0,5):
7. print (arr[l], end=" ") |
输出结果：
<class 'numpy.ndarray'>
打印新建数组: 2 4 6 8 10 |
虽然 Python 本身没有数组这个说法，不过 Python 提供一个 array 模块，用于创建数字、字符类型的数组，它能够容纳字符型、整型、浮点型等基本类型。示例如下：
1.import array
2.
3.arr = array.array('l', [2, 4, 6, 8, 10, 12])
4.print(type(arr))
5.print ("新建数组: ",end="")
6.for i in range (0,5):
7. print (arr[i], end=" ") |
输出结果：
<class 'array.array'>
新建数组: 2 4 6 8 10 |
布尔索引
布尔索引是 NumPy 的重要特性之一，通常与 Pandas 一起使用。它的主要作用是过滤 DataFrame 中的数据，比如布尔值的掩码操作。
下面示例展示了如何使用布尔索引访问 DataFrame 中的数据。
首先创建一组包含布尔索引的数据，如下所示：
1.import pandas as pd
2.dict = {'name':["Smith", "William", "Phill", "Parker"],
3. 'age': ["28", "39", "34", "36"]}
4.info = pd.DataFrame(dict, index = [True, True, False, True])
5.print(info) |
输出结果：
name age
True Smith 28
True William 39
False Phill 34
True Parker 36 |
然后使用 .loc 访问索引为 True 的数据。示例如下：
1.import pandas as pd
2.dict = {'name':["Smith", "William", "Phill", "Parker"],
3. 'age': ["28", "39", "34", "36"]}
4.info = pd.DataFrame(dict, index = [True, True, False, True])
5.
6.print(info.loc[True]) |
输出结果：
name age
True Smith 28
True William 39
True Parker 36 |
重塑数组形状
在不改变数组数据的情况下，对数组进行变形操作，即改变数组的维度，比如 2*3（两行三列）的二维数组变维 3*2（三行两列）的二维数组。变形操作可以通过 reshape() 函数实现。
示例如下：
1.import numpy as np
2.arr = np.arange(16)
3.print("原数组: \n", arr)
4.arr = np.arange(16).reshape(2, 8)
5.print("\n变形后数组:\n", arr)
6.arr = np.arange(16).reshape(8 ,2)
7.print("\n变形后数组:\n", arr) |
输出结果：
[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15]
变形后数组:
[[ 0 1 2 3 4 5 6 7]
[ 8 9 10 11 12 13 14 15]]
变形后数组:
[[ 0 1]
[ 2 3]
[ 4 5]
[ 6 7]
[ 8 9]
[10 11]
[12 13]
[14 15]] |
原数组:
[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15]
变形后数组:
[[ 0 1 2 3 4 5 6 7]
[ 8 9 10 11 12 13 14 15]]
变形后数组:
[[ 0 1]
[ 2 3]
[ 4 5]
[ 6 7]
[ 8 9]
[10 11]
[12 13]
[14 15]] |
Pdans与NumPy区别
Pandas 和 NumPy 被认为是科学计算与机器学习中必不可少的库，因为它们具有直观的语法和高性能的矩阵计算能力。下面对 Pandas 与 NumPy 进行简单的总结，如下表所示：
| 比较项 | Pandas | NumPy |
| 适应性 |
Pandas主要用来处理类表格数据。 |
NumPy 主要用来处理数值数据。 |
| 工具 |
Pandas提供了Series和DataFrame 数据结构 。 |
NumPy 构建了 ndarray array来容纳数据。 |
| 性能 |
Pandas对于处理50万行以上的数据更具优势。 |
NumPy 则对于50万以下或者更少的数据，性能更佳。 |
| 内存利用率 |
与 NumPy相比，Pandas会消耗大量的内存。 |
NumPy 会消耗较少的内存。 |
| 对象 |
Pandas 提供了 DataFrame 2D数据表对象。 |
NumPy 则提供了一个多维数组 ndarray 对象 |
转换ndarray数组
在某些情况下，需要执行一些 NumPy 数值计算的高级函数，这个时候您可以使用 to_numpy() 函数，将 DataFrame 对象转换为 NumPy ndarray 数组，并将其返回。函数的语法格式如下：
DataFrame.to_numpy(dtype=None, copy=False) |
参数说明如下：
- dtype：可选参数，表示数据类型；
- copy：布尔值参数，默认值为 Fales，表示返回值不是其他数组的视图。
下面使用示例，了解该函数的使用方法。示例 1：
1.info = pd.DataFrame({"P": [2, 3], "Q": [4.0, 5.8]})
2.
3.info['R'] = pd.date_range('2020-12-23', periods=2)
4.print(info)
5.
6.n=info.to_numpy()
7.print(n)
8.print(type(n)) |
输出结果：
[[2 4.0 Timestamp('2020-12-23 00:00:00')]
[3 5.8 Timestamp('2020-12-24 00:00:00')]] |
可以通过 type 查看其类型，输出如下：
示例2：
1.import pandas as pd
2.
3.info = pd.DataFrame([[17, 62, 35],[25, 36, 54],[42, 20, 15],[48, 62, 76]],
4.columns=['x', 'y', 'z'])
5.print('DataFrame\n----------\n', info)
6.
7.arr = info.to_numpy()
8.print('\nNumpy Array\n----------\n', arr) |
输出结果：
DataFrame
----------
x y z
0 17 62 35
1 25 36 54
2 42 20 15
3 48 62 76
Numpy Array
----------
[[17 62 35]
[25 36 54]
[42 20 15]
[48 62 76]]
|
|
