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。
Python 中的数据框
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。
Dataframe的应用
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）
立即学习“Python免费学习笔记（深入）”；
将行转换为列，反之亦然，这在数据科学中非常有用。
创建示例数据框
算法（步骤）
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。
示例
以下程序使用 DataFrame() 函数返回一个数据帧 –
# importing pandas, numpy modules with alias namesimport pandas as pdimport numpy as np# creating a dataframeinputDataframe = 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 dataframeprint(inputDataframe)
输出
执行时，上述程序将生成以下输出 –
Name Jobrole Age0 Virat Developer 251 Rohit Analyst 302 Meera Help Desk 283 Nick Database Developer 254 Sana Finance accountant 40
Python 中的矩阵
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。
矩阵的应用
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。
通过将矩阵转换为数据帧进行矩阵乘法
算法（步骤）
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）。
示例
以下程序使用 DataFrame() 函数返回一个数据帧 –
# importing pandas moduleimport pandas as pd# input matrix 1inputMatrix_1 = [[1, 2, 2], [1, 2, 0], [1, 0, 2]]# input matrix 2inputMatrix_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 matrixdf_2 = pd.DataFrame(data=inputMatrix_2)# printing the dataframe of input matrix 1print("inputMatrix_1:")print(df_1)# printing the dimensions(shape) of input matrix 1print("The dimensions(shape) of input matrix 1:")print(df_1.shape)print()# printing the dataframe of input matrix 2print("inputMatrix_2:")print(df_2)# printing the dimensions(shape) of input matrix 1print("The dimensions(shape) of input matrix 2:")print(df_2.shape)print()# multiplying both the matrices inputMatrix_1 and inputMatrix_2result_mult = df_1.dot(df_2)# Printing the resultant of matrix multiplication of inputMatrix_1 and inputMatrix_2print("Resultant Matrix after Matrix multiplication:")print(result_mult)# printing the dimensions(shape) of resultant Matrixprint("The dimensions(shape) of Resultant Matrix:")print(result_mult.shape)
输出
inputMatrix_1:0 1 20 1 2 21 1 2 02 1 0 2The dimensions(shape) of input matrix 1:(3, 3)inputMatrix_2:0 1 20 1 0 11 2 1 12 2 1 2The dimensions(shape) of input matrix 2:(3, 3)Resultant Matrix after Matrix multiplication:0 1 20 9 4 71 5 2 32 5 2 5The dimensions(shape) of Resultant Matrix:(3, 3)
下面是矩阵和数据框的差异表。
矩阵与数据框
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
结论
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。
以上就是在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，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1342856.html
微信扫一扫 
支付宝扫一扫 
