- NumPy.npy的实例讲解
NumPy是Python中常用的科学计算库,可以用来处理多维数组以及进行各种数学计算。NumPy中有一个.npy文件后缀名的文件,这种文件格式是专门用来存储NumPy数组的文件格式。下面是一个读取.npy文件的代码示例:
import numpy as np
# 读取.npy文件中的数据
data = np.load("data.npy")
# 打印数据
print(data)
在这段代码中,我们首先导入NumPy库,并使用np.load()
方法读取了一个名为"data.npy"的文件中的数据。最后,我们通过print()
方法打印了这些数据。
- pandas.DataFrame的实例讲解
pandas是Python中常用的数据分析库,其中最常使用的数据结构是DataFrame。DataFrame可以看作是一种二维表格数据结构,每一列可以是不同的数据类型。下面是一个DataFrame操作的代码示例:
import pandas as pd
# 创建一个DataFrame数据
data = {
"name": ["Alice", "Bob", "Charlie"],
"age": [20, 25, 30],
"gender": ["female", "male", "male"]
}
df = pd.DataFrame(data)
# 打印DataFrame数据
print(df)
# 根据条件筛选数据
print(df[df['age'] > 25])
在这段代码中,我们首先导入pandas库,并使用字典类型创建了一个DataFrame数据,其中包括name、age、gender三列数据。接着,我们打印了整个DataFrame数据,并使用条件语句对数据进行了筛选,输出了age大于25的数据行。
这两个例子分别介绍了NumPy中的.npy文件读取和pandas中DataFrame数据的创建、输出与筛选等操作,可以很好的帮助读者理解并掌握NumPy.npy与pandasDataFrame的使用方法。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:NumPy.npy与pandas DataFrame的实例讲解 - Python技术站