在本文中,我们将向您展示 python 中数据帧和矩阵之间的区别 熊猫。
数据框和矩阵都是二维数据结构。一般来说,数据帧可以包含多种类型的数据(数字、字符、因子等),而矩阵只能存储一种类型的数据。
在Python中,DataFrame是一种二维、表格、可变的数据结构,可以存储包含各种数据类型的对象的表格数据。 DataFrame 具有以行和列形式标记的轴。 DataFrame 是数据预处理中有用的工具,因为它们提供了有价值的数据处理方法。 DataFrame 还可用于创建数据透视表并使用 Matplotlib 绘制数据。
数据框可以执行各种任务,例如拟合统计公式。
数据处理(Matrix 不可能,必须首先转换为数据帧)
将行转换为列,反之亦然,这在数据科学中非常有用。
以下是执行所需任务所需遵循的算法/步骤 -
使用 import 关键字,导入带有别名的 pandas、numpy 模块。
使用 pandas 模块的 DataFrame() 函数创建数据框。
打印输入数据帧。
以下程序使用 DataFrame() 函数返回一个数据帧 -
# importing pandas, numpy modules with alias names import pandas as pd import numpy as np # creating a dataframe inputDataframe = pd.DataFrame({'Name': ['Virat', 'Rohit', 'Meera', 'Nick', 'Sana'], 'Jobrole': ['Developer', 'Analyst', 'Help Desk', 'Database Developer', 'Finance accountant'], 'Age': [25, 30, 28, 25, 40]}) # displaying the dataframe print(inputDataframe)
执行时,上述程序将生成以下输出 -
Name Jobrole Age 0 Virat Developer 25 1 Rohit Analyst 30 2 Meera Help Desk 28 3 Nick Database Developer 25 4 Sana Finance accountant 40
矩阵是以二维矩形网格组织的同构数据集集合。它是一个具有相同数据类型的 m*n 数组。它是用矢量输入创建的。有固定数量的行和列。 Python 支持 Matrix 上的加、减、乘、除等多种算术运算。
它在经济学中用于计算 GDP(国内生产总值)或 PI(人均收入价格)等统计数据非常有用。
它对于研究电气和电子电路也很有用。
打印输入数据帧。
矩阵用于调查研究,例如绘制图表。
这在概率和统计中很有用。
以下是执行所需任务所需遵循的算法/步骤 -
使用 import 关键字导入带有别名的 pandas 模块。
创建两个变量来分别存储两个输入矩阵。
使用 pandas 模块的 DataFrame() 函数(创建数据帧)创建第一个和第二个矩阵的数据帧,并将它们存储在单独的变量中。这里数据被加载到 pandas DataFrames 中。
打印输入矩阵1的数据帧。
通过应用 shape 属性来打印输入矩阵 1 的尺寸(形状)。
打印输入矩阵2的数据帧。
通过应用 shape 属性来打印输入矩阵 2 的尺寸(形状)。
使用 dot() 函数将矩阵 inputMatrix_1 和 inputMatrix_2 相乘,并创建一个变量来存储它。
打印 inputMatrix_1 和 inputMatrix_2 矩阵相乘的结果矩阵。
通过应用 shape 属性来打印结果矩阵的尺寸(形状)。
以下程序使用 DataFrame() 函数返回一个数据帧 -
# importing pandas module import pandas as pd # input matrix 1 inputMatrix_1 = [[1, 2, 2], [1, 2, 0], [1, 0, 2]] # input matrix 2 inputMatrix_2 = [[1, 0, 1], [2, 1, 1], [2, 1, 2]] # creating a dataframe of first matrix #(here data is loaded into a pandas DataFrames) df_1 = pd.DataFrame(data=inputMatrix_1) # creating a dataframe of second matrix df_2 = pd.DataFrame(data=inputMatrix_2) # printing the dataframe of input matrix 1 print("inputMatrix_1:") print(df_1) # printing the dimensions(shape) of input matrix 1 print("The dimensions(shape) of input matrix 1:") print(df_1.shape) print() # printing the dataframe of input matrix 2 print("inputMatrix_2:") print(df_2) # printing the dimensions(shape) of input matrix 1 print("The dimensions(shape) of input matrix 2:") print(df_2.shape) print() # multiplying both the matrices inputMatrix_1 and inputMatrix_2 result_mult = df_1.dot(df_2) # Printing the resultant of matrix multiplication of inputMatrix_1 and inputMatrix_2 print("Resultant Matrix after Matrix multiplication:") print(result_mult) # printing the dimensions(shape) of resultant Matrix print("The dimensions(shape) of Resultant Matrix:") print(result_mult.shape)
inputMatrix_1: 0 1 2 0 1 2 2 1 1 2 0 2 1 0 2 The dimensions(shape) of input matrix 1: (3, 3) inputMatrix_2: 0 1 2 0 1 0 1 1 2 1 1 2 2 1 2 The dimensions(shape) of input matrix 2: (3, 3) Resultant Matrix after Matrix multiplication: 0 1 2 0 9 4 7 1 5 2 3 2 5 2 5 The dimensions(shape) of Resultant Matrix: (3, 3)
下面是矩阵和数据框的差异表。
矩阵 | 数据框 |
---|---|
它是以二维矩形组织排列的数据集的集合 | 它将具有多种数据类型的数据表存储在称为字段的多个列中。 |
矩阵是一个m*n数组,数据类型相同 | 数据帧是相同长度的向量列表。数据框是矩阵的广义形式。 |
矩阵具有固定数量的行和列。 | Dataframe 的行数和列数是可变的。 |
同质 | 异构 |
我们在这个程序中了解了Python中矩阵和数据框之间的区别。我们还学习了如何制作数据框以及如何将矩阵转换为数据框。
以上是在Python Pandas中,数据帧(data frames)和矩阵(matrices)之间的区别是什么?的详细内容。更多信息请关注PHP中文网其他相关文章!