es6一维数组转二维数组_技术图文：Numpy 一维数组 VS. Pandas Series

背景

Numpy 提供的最重要的数据结构是 ndarray，它是 Python 中 list 的扩展。

Pandas 提供了两种非常重要的数据结构 Series和DataFrame。

Numpy 中的一维数组与 Series 相似，一维数组只是提供了从0开始与位置有关的索引，而Series除了位置索引之外还可以附加额外的索引。本文将从对象的创建、属性的访问、数据的获取以及常用方法等方面来总结这两种结构的异同。

1. 如何创建对象

1.1 创建一维数组对象

通过 list或tuple 创建一维数组。
通过数值范围来创建一维数组，比如linspace()函数，返回指定间隔内的等间隔数字。arange()函数，返回给定间隔内的均匀间隔的值。

import numpy

1.2 创建Series对象

Series 可以看作是能够附加索引的一维数组，所以可以像 Numpy 创建一维数组一样使用 list或tuple 来创建，甚至可以使用 Numpy的一维数组直接创建。

通过列表list、元组tuple创建Series。
通过 Numpy 创建Series。

另外，Series 可以附加索引，所以可以在创建的时候直接指定需要附加的索引，以及利用字典的key-value键值对来直接创建。

通过指定index关键字的方式创建带有自定义索引的Series。
通过字典dict创建Series。

import pandas

2. 如何获取属性

2.1 获取一维数组对象属性

在使用 Numpy 时，有时会想知道数组的某些信息，可以通过以下属性来得到：

numpy.ndarray.ndim 用于返回数组的维数(轴的个数)也称为秩，一维数组的秩为 1，二维数组的秩为 2，以此类推。
numpy.ndarray.shape 表示数组的维度，返回一个元组，这个元组的长度就是维度的数目，即 ndim 属性(秩)。
numpy.ndarray.size 数组中所有元素的总量，相当于数组的shape中所有元素的乘积，例如矩阵的元素总量为行与列的乘积。
numpy.ndarray.dtype ndarray 对象的元素类型。

import numpy

2.2 获取Series对象属性

Series 除了拥有 Numpy 中ndim、size、shap、dtype属性外，还拥有下列属性：

index 附加的索引
values 存储的数据
name 对象的名称

import pandas

3. 如何获取数据

3.1 获取一维数组对象数据

一维数组只有默认的位置索引，即从0开始的索引，所以获取数据只有通过位置索引这一种方式。

通过整数索引(要获取数组的单个元素，指定元素的索引即可。)
通过切片索引(切片操作是指抽取数组的一部分元素生成新数组。)
通过整数数组索引(方括号内传入多个索引值，可以同时选择多个元素。)
通过布尔索引(通过一个布尔数组来索引目标数组。)

import numpy

3.2 获取Series对象数据

因为不附加索引的 Series 也拥有位置索引，所以可以延用一维数组获取数据的方式。另外 Series 也可以通过附加索引来获取数据。

通过位置获取数据
通过索引获取数据
通过head()和tail()获取数据

import pandas

4. 基本运算

4.1 查看描述性统计数据

一维数组对象

描述性统计分析最常见的函数如下：

numpy.min()函数：返回数组的最小值或沿轴的最小值。
numpy.max()函数：返回数组的最大值或沿轴的最大值。
numpy.quantile()函数：计算沿指定轴的数据的分位数。
numpy.median()函数：沿指定轴计算中位数。返回数组元素的中位数。
numpy.mean()函数：计算沿指定轴的算术平均值。
numpy.std()函数：计算沿指定轴的标准偏差。

import numpy

Series对象

除了一维数组所提供的函数之外，Series也提供了更多的函数用于描述性统计分析。

import pandas

4.2 数学运算

一维数组对象

numpy.add()函数：按元素相加。
numpy.subtract()函数：按元素相减。
numpy.multiply()函数：按元素相乘。
numpy.divide()函数：返回输入的实际除法(按元素)。
numpy.floor_divide()函数：返回小于或等于输入除法的最大整数(地板除)。
numpy.power()函数：按元素做幂运算。

在 Numpy 中对以上函数进行了运算符的重载，且运算符为 元素级。也就是说，它们只用于位置相同的元素之间，所得到的运算结果组成一个新的数组。

import numpy

Series对象

Series 与 Numpy 中的一维数组一样支持常用运算符的重载，并且可以把 Series对象作为参数带入到 Numpy 的数学运算中。

numpy.sqrt()函数：按元素返回数组的非负平方根。
numpy.log()函数：按元素取自然对数。

import pandas

4.3 其它运算

由于 Series 可以附加索引，所以两个 Series对象进行相加的时候，必须满足索引对齐。另外，Series 可以通过to_numpy()方法转化成 Numpy 的一维数组。

import pandas

总结

我们通过实例从对象的创建、属性的获取、数据的访问以及常用函数等维度对比了 Numpy 的一维数组和 Pandas 的 Series 结构。很多知识都是相通的，多对比多总结就会对整个模块有更深入的了解。今天就到这里吧，See You。

后台回复「搜搜搜」，随机获取电子资源！
欢迎关注，请扫描二维码：