目錄
0.環(huán)境
1.array數(shù)組和DataFrame表格的簡單介紹
2.轉(zhuǎn)換方式詳解（代碼）
0）前提：【需注意】
1）array轉(zhuǎn)化為DataFrame
2）DataFrame轉(zhuǎn)化為array
?3）完整代碼
0.環(huán)境
windows + jupyter notebook測試代碼 + python語言
1.array數(shù)組和DataFrame表格的簡單介紹
首先我們要知道，array類型的數(shù)組是來自于numpy庫，
而DataFrame類型的表格是來自于pandas庫。
在python中，`numpy`的`array`數(shù)據(jù)類型和`pandas`的`DataFrame`數(shù)據(jù)類型都是用于存儲和操作數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)，但它們在一些方面有所不同：
- `numpy`的`array`數(shù)據(jù)類型是一個多維數(shù)組，它由相同類型的元素組成，并且支持各種數(shù)學和科學計算，例如線性代數(shù)、傅里葉變換等。`numpy`的`array`數(shù)據(jù)類型可以是一維、二維或更高維度的，可以存儲數(shù)字、字符串、布爾值等各種數(shù)據(jù)類型。
- `pandas`的`DataFrame`數(shù)據(jù)類型是一個二維表格，由行和列組成，每列可以是不同的數(shù)據(jù)類型，例如數(shù)字、字符串、布爾值等。`DataFrame`適用于數(shù)據(jù)分析和數(shù)據(jù)處理，例如數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)過濾、排序、分組和聚合等操作。除了二維表格之外，`pandas`還提供了一種名為`Series`的一維數(shù)據(jù)結(jié)構(gòu)，類似于帶標簽的數(shù)組。
- 總之，`numpy`的`array`適用于數(shù)學和科學計算，而`pandas`的`DataFrame`適用于數(shù)據(jù)分析和數(shù)據(jù)處理。
2.轉(zhuǎn)換方式詳解（代碼）
0）前提：【需注意】
需要導入numpy庫和pandas庫
代碼：
import numpy as np
import pandas as pd1）array轉(zhuǎn)化為DataFrame
思路：
先用numpy的random方法隨機生成一個三行三列的數(shù)組（arr），
然后用pandas的【pandas.DataFrame()】方法將arr轉(zhuǎn)化為DataFrame表格并打印
代碼如下：
### 一、numpy的array轉(zhuǎn)化為pandas的DataFrame
# 1.用numpy創(chuàng)建一個三行三列的隨機數(shù)組arr
arr = np.random.rand(3, 3)
# 2.打印數(shù)組arr和數(shù)組的類型
print("1.隨機數(shù)組arr為：")
print(arr)
print("2.arr數(shù)組類型為：")
print(type(arr))
print("\n")
# 3.將arr數(shù)組轉(zhuǎn)化為pandas的DataFrame表格
df = pd.DataFrame(arr)
# 4.打印轉(zhuǎn)化后的表格和類型
print("3.轉(zhuǎn)化后的表格df為：")
print(df)
print("4.df表格類型為：")
print(type(df))
print("\n")結(jié)果：
 |
2）DataFrame轉(zhuǎn)化為array
思路：
將剛才轉(zhuǎn)化成DataFrame格式的df變量通過numpy的【numpy.array()】方法轉(zhuǎn)化為數(shù)組
代碼：
### 二、pandas的DataFrame轉(zhuǎn)化為numpy的array
# 5.將df（pandas的DataFrame）轉(zhuǎn)化為numpy的array格式，并打印
arr2 = np.array(df)
print("5.轉(zhuǎn)化后的arr2數(shù)組為：")
print(arr2)
print("6.arr2數(shù)組類型為：")
print(type(arr2))結(jié)果：
 |
?3）完整代碼
import numpy as np
import pandas as pd
### 一、numpy的array轉(zhuǎn)化為pandas的DataFrame
# 1.用numpy創(chuàng)建一個三行三列的隨機數(shù)組arr
arr = np.random.rand(3, 3)
# 2.打印數(shù)組arr和數(shù)組的類型
print("1.隨機數(shù)組arr為：")
print(arr)
print("2.arr數(shù)組類型為：")
print(type(arr))
print("\n")
# 3.將arr數(shù)組轉(zhuǎn)化為pandas的DataFrame表格
df = pd.DataFrame(arr)
# 4.打印轉(zhuǎn)化后的表格和類型
print("3.轉(zhuǎn)化后的表格df為：")
print(df)
print("4.df表格類型為：")
print(type(df))
print("\n")
### 二、pandas的DataFrame轉(zhuǎn)化為numpy的array
# 5.將df（pandas的DataFrame）轉(zhuǎn)化為numpy的array格式，并打印
arr2 = np.array(df)
print("5.轉(zhuǎn)化后的arr2數(shù)組為：")
print(arr2)
print("6.arr2數(shù)組類型為：")
print(type(arr2)) |
?文章來源：http://www.zghlxwxcb.cn/news/detail-679274.html
--END--文章來源地址http://www.zghlxwxcb.cn/news/detail-679274.html
到了這里，關(guān)于【python】numpy的array數(shù)組與pandas的DataFrame表格互相轉(zhuǎn)換（圖文代碼超詳細）的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
