1 import numpy as np 2 import pandas as pd 3 4 """ 5 numpy --科学计算库 6 核心---ndarray 7 本质: 存储单一数据类型的 内存连续的 N维数组 8 C F 风格存储 9 10 matplotlib ---数据可视化的库 11 能绘制2-D 与 3-D 图形 12 13 pandas ----进行数据处理的库 14 里面封装了部分numpy 与matplotlib 功能 15 结构核心: 16 常用两种结构: 17 series --存储一维结构 18 与dataframe相比,只含有行索引,没有列索引 19 dataframe(重中之重)----存储二维结构 20 数据相比ndarray 多了行索引、与列索引 21 """ 22 23 # 将columns 与 values 合并为同一个数据----合并结果什么类型---数组 24 res = np.load("./国民经济核算季度数据.npz") 25 columns = res["columns"] 26 values = res["values"] 27 28 print("columns :\n", columns) 29 print("values :\n", values) 30 # print("*" * 100) 31 # # 32 # # numpy合并数据 33 res_array = np.concatenate((columns.reshape(1,-1), values), axis=0) 34 # print("res_array:\n",res_array) 35 36 37 # 将数组转化为dataframe 38 # 将 上面的columns 与 values 转化为pandas 中的dataframe结构 39 # data----真实数据 40 # index ---行索引的名称 41 # columns ---列索引的名称 42 index = ["index_"+ str(i) for i in range(values.shape[0])] 43 print(index) 44 45 res_df = pd.DataFrame(data=values, columns=columns,index=index) 46 print("res_df:\n", res_df) 47 48 # # 自己创建一个df 49 df = pd.DataFrame( 50 data={ 51 "name": ["zs", "ls", "ww"], 52 "score": [97, 89, 92.5], 53 "age": [21, 22, 23] 54 }, 55 index=["stu_1", "stu_2", "stu_3"] 56 ) 57 print("df:\n", df) 58 59 print("df 的维度:\n", df.ndim) 60 print("df的类型:\n", type(df)) 61 62 # print("*" * 100) 63 64 # 将dataframe 转化为series 65 # series ??? 66 se = df["name"] 67 68 print("se:\n",se) 69 70 print("se 的类型:\n",type(se)) 71 72 # 自己创建series 73 # data --series 真实的值 74 se = pd.Series( 75 data=["zs","ls","ww"], 76 index=["stu_1","stu_2","stu_3"] 77 ) 78 print("se:\n",se) 79 print("se 的维度:\n",se.ndim) 80 print("se 的类型:\n",type(se)) 81 82 83 # numpy 84 arr = np.array([1,2,3,4]) # 将简单列表转化为数组 85 arr = np.array([[1,2,3,4],[2,3,4,5]]) # 将列表嵌套转化为数组 86 arr = np.array([[[1,2,3,4],[2,3,4,5]],[[1,2,3,4],[2,3,4,5]]]) 87 88 print(‘arr:\n‘,arr) 89 print(‘arr的类型:\n‘,type(arr)) # <class ‘numpy.ndarray‘> 90 print(‘arr的维度: ‘, arr.ndim) 91 print(‘arr的形状: ‘, arr.shape) 92 print(‘arr的大小: ‘, arr.size) 93 print(‘arr元素的数据类型: ‘, arr.dtype) 94 print(‘arr每一个元素的大小 :‘, arr.itemsize)
原文地址:https://www.cnblogs.com/Tree0108/p/12116044.html
时间: 2024-10-08 07:06:04