目录
windows + jupyter notebook测试代码 + python语言
首先我们要知道，array类型的数组是来自于numpy库，
而DataFrame类型的表格是来自于pandas库。
在python中，`numpy`的`array`数据类型和`pandas`的`DataFrame`数据类型都是用于存储和操作数据的数据结构，但它们在一些方面有所不同：
- `numpy`的`array`数据类型是一个多维数组，它由相同类型的元素组成，并且支持各种数学和科学计算，例如线性代数、傅里叶变换等。`numpy`的`array`数据类型可以是一维、二维或更高维度的，可以存储数字、字符串、布尔值等各种数据类型。
- `pandas`的`DataFrame`数据类型是一个二维表格，由行和列组成，每列可以是不同的数据类型，例如数字、字符串、布尔值等。`DataFrame`适用于数据分析和数据处理，例如数据清洗、数据转换、数据过滤、排序、分组和聚合等操作。除了二维表格之外，`pandas`还提供了一种名为`Series`的一维数据结构，类似于带标签的数组。
- 总之，`numpy`的`array`适用于数学和科学计算，而`pandas`的`DataFrame`适用于数据分析和数据处理。
需要导入numpy库和pandas库
代码：
import numpy as np
import pandas as pd思路：
先用numpy的random方法随机生成一个三行三列的数组（arr），
然后用pandas的【pandas.DataFrame()】方法将arr转化为DataFrame表格并打印
代码如下：
### 一、numpy的array转化为pandas的DataFrame
# 1.用numpy创建一个三行三列的随机数组arr
arr = np.random.rand(3, 3)
# 2.打印数组arr和数组的类型
print("1.随机数组arr为：")
print(arr)
print("2.arr数组类型为：")
print(type(arr))
print("\n")
# 3.将arr数组转化为pandas的DataFrame表格
df = pd.DataFrame(arr)
# 4.打印转化后的表格和类型
print("3.转化后的表格df为：")
print(df)
print("4.df表格类型为：")
print(type(df))
print("\n")结果：
 |
思路：
将刚才转化成DataFrame格式的df变量通过numpy的【numpy.array()】方法转化为数组
代码：
### 二、pandas的DataFrame转化为numpy的array
# 5.将df（pandas的DataFrame）转化为numpy的array格式，并打印
arr2 = np.array(df)
print("5.转化后的arr2数组为：")
print(arr2)
print("6.arr2数组类型为：")
print(type(arr2))结果：
 |
import numpy as np
import pandas as pd
### 一、numpy的array转化为pandas的DataFrame
# 1.用numpy创建一个三行三列的随机数组arr
arr = np.random.rand(3, 3)
# 2.打印数组arr和数组的类型
print("1.随机数组arr为：")
print(arr)
print("2.arr数组类型为：")
print(type(arr))
print("\n")
# 3.将arr数组转化为pandas的DataFrame表格
df = pd.DataFrame(arr)
# 4.打印转化后的表格和类型
print("3.转化后的表格df为：")
print(df)
print("4.df表格类型为：")
print(type(df))
print("\n")
### 二、pandas的DataFrame转化为numpy的array
# 5.将df（pandas的DataFrame）转化为numpy的array格式，并打印
arr2 = np.array(df)
print("5.转化后的arr2数组为：")
print(arr2)
print("6.arr2数组类型为：")
print(type(arr2)) |
--END--