杂思——关于操作数据的形式

本文探讨了一维数组处理到二维数据处理的转变,强调了处理维度的变化如何影响操作对象与方式。通过对比NumPy(Series)和DataFrame,阐述了从一维‘点’操作到二维‘行/列’操作的演变,为理解groupby等高级操作提供新视角。

(在看到《利用Python进行数据分析》的10章的最开始有了这样的思考)

关于数据处理,之前有写过数据部分,以及整个数据处理的大概流程。现在,更深入地来看一些细节,比如 NumPy(Series) 和 DataFrame 的处理差别。
其实对于一维数组的操作我们处理的维度相应也是一维的:比如获取某个值、某个区间的值,但是怎么都不会超过其维度(一维),顶多选择全部的数组;而对于二维数据的操作,我们处理的维度则不再局限于一维,而是“多维”操作。也就是说可以获取某根轴上的所有数据,这就像在一维数据里面能获取单个元素的值一样轻松,再换句话说,处理一维数据和二维数据的这种转变就类似于从一维的“点”操作变成了二维里的“行/操作”(基本作战单位都变了)——操作对象改变了,操作方式当然也跟着变。
也许理解了这一点,对于groupby的操作理解会更深。

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值