目录
0.环境
windows + jupyter notebook测试代码 + python语言
1.array数组和DataFrame表格的简单介绍
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。
2.转换方式详解（代码）
0）前提：【需注意】
需要导入numpy库和pandas库
代码：
import numpy as npimport pandas as pd1）array转化为DataFrame
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arrarr = 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：
 |
2）DataFrame转化为array
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：
 |
3）完整代码
import numpy as npimport 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arrarr = 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--
来源地址：https://blog.csdn.net/qq_41539778/article/details/131469288
