一维
1 2 3 4 5 | # 使用列表创建一维数组 my_list = [1, 2, 3, 4, 5] # 将列表转换为NumPy数组 my_array = np.array(my_list)<br><br> |
[1 2 3 4 5]
<class 'numpy.ndarray'>
二维
1 2 3 4 | # 二维数组,3行4列 arr_2d = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]) |
三维
1 2 3 4 5 6 7 8 | # 三维数组,2个二维数组,每个数组是3行4列 arr_3d = np.array([[[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]], [[13, 14, 15, 16], [17, 18, 19, 20], [21, 22, 23, 24]]]) |
numpy注重科学计算,创建的都是数组,里面 是数据。
pandas是基于NumPy构建的库,提供了两种主要的数据结构——Series和DataFrame。
它可以在数据的基础上,加上横纵坐标
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 | data = np.array([ # [4, 9, 7, 6], # 供应商A [6, 7, 9, 7], # 供应商B [5, 8, 8, 8] # 供应商C ]) data = { '成本' : [4, 6, 5], '质量' : [9, 7, 8], '交货时间' : [7, 9, 8], '服务' : [6, 7, 8] } # 创建DataFrame df = pd.DataFrame(data, index=[ 'A' , 'B' , 'C' ]) |
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 全程不用写代码,我用AI程序员写了一个飞机大战
· DeepSeek 开源周回顾「GitHub 热点速览」
· 记一次.NET内存居高不下排查解决与启示
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!