Was ist der Unterschied zwischen Datenrahmen und Matrizen in Python Pandas?

In diesem Artikel zeigen wir Ihnen den Unterschied zwischen Datenrahmen und Matrix in Python Panda.

Datenrahmen und Matrizen sind beide zweidimensionale Datenstrukturen. Im Allgemeinen kann ein Datenrahmen mehrere Datentypen (Zahlen, Zeichen, Faktoren usw.) enthalten, während eine Matrix nur einen Datentyp speichern kann.

Datenrahmen in Python

In Python ist DataFrame eine zweidimensionale, tabellarische, veränderliche Datenstruktur, die tabellarische Daten speichern kann, die Objekte verschiedener Datentypen enthalten. DataFrame verfügt über Achsen, die in Zeilen und Spalten beschriftet sind. DataFrames sind nützliche Werkzeuge bei der Datenvorverarbeitung, da sie wertvolle Methoden zur Datenmanipulation bieten. DataFrame kann auch zum Erstellen von Pivot-Tabellen und zum Plotten von Daten mithilfe von Matplotlib verwendet werden.

Dataframe-Anwendung

• Datenrahmen können verschiedene Aufgaben ausführen, beispielsweise das Anpassen statistischer Formeln.

• Datenverarbeitung (Matrix ist nicht möglich, muss zuerst in Datenrahmen konvertiert werden)

• Zeilen in Spalten umwandeln und umgekehrt, sehr nützlich in der Datenwissenschaft.

Erstellen Sie einen Beispieldatenrahmen

Algorithmus (Schritte)

Hier sind die Algorithmen/Schritte, die befolgt werden müssen, um die erforderliche Aufgabe auszuführen -

• Verwenden Sie das Schlüsselwort import, um die Module pandas, numpy mit Aliasnamen zu importieren.

• Verwenden Sie die Funktion DataFrame() des Pandas-Moduls, um einen Datenrahmen zu erstellen.

• Drucken Sie den Eingabedatenrahmen.

Beispiel

Das folgende Programm verwendet die Funktion DataFrame(), um einen Datenrahmen zurückzugeben -

# 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)

Ausgabe

Bei der Ausführung generiert das obige Programm die folgende Ausgabe:

   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

Matrix in Python

Eine Matrix ist eine Sammlung homogener Datensätze, die in einem zweidimensionalen rechteckigen Raster organisiert sind. Es ist ein m*n-Array mit demselben Datentyp. Es wird mit Vektoreingabe erstellt. Es gibt eine feste Anzahl von Zeilen und Spalten. Python unterstützt verschiedene arithmetische Operationen wie Addition, Subtraktion, Multiplikation und Division in einer Matrix.

Anwendung der Matrix

• In den Wirtschaftswissenschaften ist es sehr nützlich für die Berechnung von Statistiken wie BIP (Bruttoinlandsprodukt) oder PI (Preiseinkommen pro Kopf).

• Es ist auch nützlich für das Studium elektrischer und elektronischer Schaltkreise.

• Drucken Sie den Eingabedatenrahmen.

• Matrix wird für Forschungszwecke verwendet, beispielsweise zum Zeichnen von Diagrammen.

• Dies ist nützlich für Wahrscheinlichkeitsrechnungen und Statistiken.

Matrixmultiplikation durch Konvertieren einer Matrix in einen Datenrahmen

Algorithmus (Schritte)

Hier sind die Algorithmen/Schritte, die befolgt werden müssen, um die erforderliche Aufgabe auszuführen -

• Verwenden Sie das Schlüsselwort import, um das pandas-Modul mit einem Alias ​​zu importieren.

• Erstellen Sie zwei Variablen, um jeweils die beiden Eingabematrizen zu speichern.

• Erstellen Sie Datenrahmen für die erste und zweite Matrize mit der Funktion DataFrame() (Create DataFrame) des Pandas-Moduls und speichern Sie sie in separaten Variablen. Diese Daten werden in Pandas DataFrames geladen.

• Drucken Sie den Datenrahmen der Eingabematrix 1.

• Drucken Sie die Abmessungen (Form) der Eingabematrix 1 aus, indem Sie das Attribut Shape anwenden.

• Drucken Sie den Datenrahmen der Eingabematrix 2.

• Drucken Sie die Abmessungen (Form) der Eingabematrix 2 aus, indem Sie das Attribut Shape anwenden.

• Verwenden Sie die Funktion dot(), um die Matrizen inputMatrix_1 und inputMatrix_2 zu multiplizieren und eine Variable zum Speichern zu erstellen.

• Drucken Sie die Ergebnismatrix der Multiplikation der Matrizen inputMatrix_1 und inputMatrix_2.

• Drucken Sie die Abmessungen (Form) der resultierenden Matrix aus, indem Sie das Formattribut anwenden.

Beispiel

Das folgende Programm verwendet die Funktion DataFrame(), um einen Datenrahmen zurückzugeben -

# 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)

Ausgabe

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)

Unten finden Sie die Differenztabelle zwischen Matrix und Datenrahmen.

Matrix und Datenrahmen

Fazit

In dieser App haben wir den Unterschied zwischen Matrix und Datenrahmen in Python kennengelernt. Wir haben auch gelernt, wie man einen Datenrahmen erstellt und wie man eine Matrix in einen Datenrahmen umwandelt.

Das obige ist der detaillierte Inhalt vonWas ist der Unterschied zwischen Datenrahmen und Matrizen in Python Pandas?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!