J'ai commencé à me familiariser avec la théorie de l'apprentissage automatique pour les ingénieurs informatiques. Je ne savais pas ce que signifiait le DataFrame, alors je suis resté coincé. C'est le résultat de l'enquête. Au fait, Série
The two primary data structures of pandas, Series (1-dimensional) and DataFrame (2-dimensional), handle the vast majority of typical use cases in finance, statistics, social science, and many areas of engineering. For R users, DataFrame provides everything that R’s data.frame provides and much more.
Traduction simple pandas a deux structures de données principales. ** La série est une dimension ** ** DataFrame est 2D ** Ceux-ci sont utilisés dans divers domaines (finance, statistiques ...) Du point de vue de l'utilisateur R, DataFrame fournit plus que ce que fournit data.frame de R.
#Importation de bibliothèque de calculs numériques
import numpy
#Importer des séries et des DataFrame depuis la bibliothèque d'analyse de données
from pandas import Series, DataFrame
#Series
#argument formel de données:Les données. tableau-like, dict, or scalar value
#index argument formel:Indice de données. tableau-like or Index (1d)
#argument formel dtype:Type de données. engourdi.dtype or None
#copier l'argument factice:copie. Le défaut est faux
#nom argument formel:Nom donné au résultat
#1
print(Series(data=[0,1]))
#2
print(Series(data=[2,3], index=['x', 'y'], name='value'))
#DataFrame
#argument formel de données:Les données( numpy ndarray (structured or homogeneous), dict, or DataFrame)
#index argument formel:Index de l'élément. La valeur par défaut est un nombre comme un tableau d'indice
#argument formel de colonnes:Index bidimensionnel. La valeur par défaut est un nombre
#argument formel dtype:Type de données. dtype, default None
#copier l'argument factice:copie. Le défaut est faux.
#3
print(DataFrame(numpy.array([[0,0],[1,1]])))
#4
print(DataFrame(numpy.array([[0,0],[1,1]]), index=['a', 'b']))
#5
print(DataFrame(numpy.array([[0,0],[1,1]]), index=['a', 'b'], columns=['x', 'y']))
#1
0 0
1 1
dtype: int64
#2
x 2
y 3
Name: value, dtype: int64
#3
0 1
0 0 0
1 1 1
#4
0 1
a 0 0
b 1 1
#5
x y
a 0 0
b 1 1
Recommended Posts