python数据分析——数据结构

0117 先搭框架，待完善！

数据

数据结构

Python及相关库中的经常用到数据结构形式汇总：

列表

• 特性：有序、可变
• 存储内容：任何数据（不同类型）
• 结构形式：

[ 2020, 'is', $$, [2019, 'was', ￥￥] ]

所以，见到下面这样的数据也不要觉得惊奇：它也是列表

data = [['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'],
        [2000, 2001, 2002, 2001, 2002],
        [1.5, 1.7, 3.6, 2.4, 2.9]]

所以，后来有了专门用来储存并使用单一储存类型——数值的结构：numpy 数组，
转换过程如下：

data = [[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]]
print(data)

[[0, 1, 2, 3, 4], [5, 6, 7, 8, 9], [10, 11, 12, 13, 14]]

data = np.array(data)
print(data)

[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]]

这里，我们很容易发现 NumPy 数组和列表打印机制不同，具体可以参考的之前的文章NumPy 数组的打印规则

numpy array（NumPy数组）

• 特性：有序、可变
• 存储内容：同质数据类型（homogeneous）
• 结构形式：ndarray

我们平时用到最多的序列结构可能也就是上面提到的列表和 numpy 数组，但是其实python还有有一个内置的 array 模块，用于提供基本数字、字符类型的数组，用于容纳字符号、整型、浮点等基本类型。

array.array（Python标准数组）

• 特性：
• 存储内容
• 结构形式

pandas Series

• 特性：
• 存储内容
• 结构形式

pandas Dataframe

• 特性：
• 存储内容
• 结构形式

元组

• 特性：
• 存储内容
• 结构形式

字典

• 特性：无序、可变
• 存储内容：键值对
• 结构形式

更多数据结构及更深层次总结（传送门）

其它解结构

队列
。。。

分类方法

-序列： 序列、可变序列；容器序列、扁平序列

• 非序列：