NumPy 的ndarray
这数值模拟模块是 Python 编程所有定量应用的基石。该模块介绍了numpy.ndarray数据类型。这种数据类型以及 NumPy 中的函数非常适合数值计算,并且是其他模块中数据类型的构建块。
在开始使用 NumPy 之前,您需要安装该库。您可以使用Python的标准包管理器,pip,然后在控制台中运行以下命令:
$ python -m pip install numpy
您已经安装了 NumPy,现在您可以从列表创建 NumPy 数组并使用len()
在数组上:
>>>>>> import numpy as np
>>> numbers = np.array([4, 7, 9, 23, 10, 6])
>>> type(numbers)
<class 'numpy.ndarray'>
>>> len(numbers)
6
NumPy 函数np.array()创建一个类型的对象numpy.ndarray
从您作为参数传递的列表中。
但是,NumPy 数组可以具有多个维度。您可以通过将列表列表转换为数组来创建二维数组:
>>>>>> import numpy as np
>>> numbers = [
[11, 1, 10, 10, 15],
[14, 9, 16, 4, 4],
]
>>> numbers_array = np.array(numbers)
>>> numbers_array
array([[11, 1, 10, 10, 15],
[14, 9, 16, 4, 4]])
>>> len(numbers_array)
2
>>> numbers_array.shape
(2, 5)
>>> len(numbers_array.shape)
2
>>> numbers_array.ndim
2
列表numbers
由两个列表组成,每个列表包含五个整数。当您使用此列表列表创建 NumPy 数组时,结果是一个具有两行五列的数组。当您将此二维数组作为参数传递时,该函数返回数组中的行数len()
.
要获取两个维度的大小,您可以使用该属性.shape
,这是一个显示行数和列数的元组。您可以通过以下方式获取 NumPy 数组的维数:.shape
和len()
或通过使用该属性.ndim
.
一般来说,当你有一个任意维数的数组时,len()
返回第一个维度的大小:
>>>>>> import numpy as np
>>> array_3d = np.random.randint(1, 20, [2, 3, 4])
>>> array_3d
array([[[14, 9, 15, 14],
[17, 11, 10, 5],
[18, 1, 3, 12]],
[[ 1, 5, 6, 10],
[ 6, 3, 1, 12],
[ 1, 4, 4, 17]]])
>>> array_3d.shape
(2, 3, 4)
>>> len(array_3d)
2
在此示例中,您将创建一个形状如下的三维数组(2, 3, 4)
其中每个元素是一个随机整数1
和20
。您使用该功能np.random.randint()
这次创建一个数组。功能len()
回报2
,这是第一维的大小。
查看NumPy 教程:Python 数据科学的第一步了解有关使用 NumPy 数组的更多信息。
熊猫’DataFrame
这数据框输入熊猫库是另一种在许多应用程序中广泛使用的数据类型。
在使用 pandas 之前,您需要在控制台中使用以下命令来安装它:
$ python -m pip install pandas
您已经安装了 pandas 包,现在您可以从字典创建 DataFrame:
>>>>>> import pandas as pd
>>> marks = {
"Robert": [60, 75, 90],
"Mary": [78, 55, 87],
"Kate": [47, 96, 85],
"John": [68, 88, 69],
}
>>> marks_df = pd.DataFrame(marks, index=["Physics", "Math", "English"])
>>> marks_df
Robert Mary Kate John
Physics 60 78 47 68
Math 75 55 96 88
English 90 87 85 69
>>> len(marks_df)
3
>>> marks_df.shape
(3, 4)
字典的键是代表班级中学生姓名的字符串。每个键的值是一个包含三个科目分数的列表。当您从此字典创建 DataFrame 时,您可以使用包含主题名称的列表定义索引。
DataFrame 有三行和四列。功能len()
返回 DataFrame 中的行数。这DataFrame
类型还有一个.shape
属性,您可以使用它来显示 DataFrame 的第一个维度表示行数。
你已经看到如何len()
适用于许多内置数据类型以及来自第三方模块的某些数据类型。在下一节中,您将学习如何定义任何类,以便它可以用作len()
Python 函数。
您可以进一步探索 pandas 模块Pandas DataFrame:让数据处理变得愉快.