Python科学计算库：Numpy与Pandas数据处理案例

原创 小灰灰 2025-01-19 18:36 73阅读 0赞

在Python的科学计算领域，两个主要的库是NumPy和Pandas。下面我们将通过一些案例来介绍这两个库的数据处理功能。

  1. NumPy - 用于高效数值运算的基础包
  • 数组创建：创建一维、二维、甚至多维数组
    ```python
    import numpy as np

创建一维数组

arr_1d = np.array([1, 2, 3], dtype=int)

创建二维数组

arr_2d = np.array([[4, 5], [6, 7]], dtype=float)

print(“One-dimensional Array:”, arr_1d)
print(“Two-dimensional Array:”, arr_2d)

  2. 2. **Pandas** - 用于处理结构化数据的库
  4. - **数据结构**：包括Series（一维数组）、DataFrame（表格型数据）等
  5. ```python
  6. import pandas as pd
  8. # 创建Series
  9. data = {'Name': 'John', 'Age': 30, 'City': 'New York'}
  10. series = pd.Series(data)
  12. print("Series Example:")
  13. print(series)
  15. # 创建DataFrame
  16. df = pd.DataFrame({
  17.     'ID': [1, 2, 3], 
  18.     'Name': ['Alice', 'Bob', 'Charlie'], 
  19.     'Age': [25, 30, 35]}, index=[0, 1, 2])
  21. print("\nDataFrame Example:")
  22. print(df)

通过上述案例，我们可以看到NumPy在高效数值运算方面的强大能力，而Pandas则提供了强大的数据结构和处理工具。

文章版权声明：注明蒲公英云原创文章，转载或复制请以超链接形式并注明出处。

发表评论

表情：
评论列表 （有 0 条评论，73人围观）

还没有评论，来说两句吧...

相关阅读