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'])

  

 

posted on   黑逍逍  阅读(6)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 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!



点击右上角即可分享
微信分享提示