我要评论Python中size shape len的区别及用法
创建dataframe
首先创建一个dataframe
import pandas as pd
data=pd.DataFrame(dict(zip(['Col1','Col2','Col3'],
[[1,2,3,4],['a','b','c','d'],[1,2,3,4]])))
这里介绍下，利用zip和dict来创建字典
zip(['Col1','Col2','Col3'], [[1,2,3,4],['a','b','c','d'],[1,2,3,4]])后面的【】里面，每一个【】都是一个列的内容，所以如果要创建一个仅有一行数据的dataframe
import pandas as pd
data=pd.DataFrame(dict(zip(['Col1','Col2','Col3'], [[1],[2],[3]])))size shape len的区别及用法
然后分别运行size shape len，很容易就能看出其中的区别：
data
data.shape(4, 3)
data.size12
len(data)4
可以看到.shape返回的是，dataframe的维度，即4行3列
同时可以利用
(x,y)= data.shape可以分别将 行和列数 提取出来
.size则返回了整个的dataframe中“有多少个数据”，是 行*列 的结果
len()可以想象成数据长度/条数，即数据的行数，有多少个observation
np.size()的用法
当然如果想分别计算行列，可以使用 np.size(data,n)
n=0是行数，n=1是列数，如果不填写n则与.size返回结果相同
import numpy as np
np.size(data,0)4
np.size(data,1)3
np.size(data)12
本文地址：https://blog.csdn.net/CHEN_Swith/article/details/107633829
您可能感兴趣的文章:
如您对本文有疑问或者有任何想说的，请 点击进行留言回复，万千网友为您解惑！
网友评论