Python Pandas中DataFrame和矩阵的区别？

在本文中，我们将向您展示Python Pandas中DataFrame和矩阵之间的区别。

DataFrame和矩阵都是二维数据结构。一般来说，DataFrame可以包含多种类型的数据（数值型、字符型、因子型等），而矩阵只能存储一种类型的数据。

Python中的DataFrame

在Python中，DataFrame是一个二维的、表格状的、可变的数据结构，可以存储包含各种数据类型对象的表格数据。DataFrame具有以行和列形式标记的轴。DataFrame在数据预处理中是很有用的工具，因为它提供了宝贵的数据处理方法。DataFrame还可以用于创建透视表和使用Matplotlib绘制数据。

DataFrame的应用

• DataFrame可以执行各种任务，例如拟合统计公式。

• 数据处理（矩阵无法进行，必须先转换为DataFrame）

• 可以将行转置为列，反之亦然，这在数据科学中非常有用。

创建示例DataFrame

算法（步骤）

以下是执行所需任务的算法/步骤：

• 使用import关键字导入**pandas、numpy**模块，并使用别名。

• 使用pandas模块的**DataFrame()**函数创建一个DataFrame。

• 打印输入DataFrame。

示例

下面的程序使用DataFrame()函数返回一个DataFrame：

# 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)

输出

执行上述程序将生成以下输出：

   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

Python中的矩阵

矩阵是组织在二维矩形网格中的同质数据集的集合。它是一个m*n数组，具有相同的数据类型。它由向量输入创建。行和列的数量是固定的。Python支持矩阵的多种算术运算，例如加法、减法、乘法和除法。

矩阵的应用

• 它在经济学中非常有用，可以计算GDP（国内生产总值）或人均收入等统计数据。

• 它也适用于研究电气和电子电路。

• 打印输入DataFrame。

• 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DataFrame进行矩阵乘法

算法（步骤）

以下是执行所需任务的算法/步骤：

• 使用import关键字导入**pandas**模块，并使用别名。

• 创建两个变量分别存储两个输入矩阵。

• 使用pandas模块的**DataFrame()**函数（创建DataFrame）为第一个和第二个矩阵创建DataFrame，并将它们存储在单独的变量中。此处数据加载到pandas DataFrame中。

• 打印输入矩阵1的DataFrame。

• 通过应用**shape**属性来打印输入矩阵1的维度（形状）。

• 打印输入矩阵2的DataFrame。

• 通过应用**shape**属性来打印输入矩阵2的维度（形状）。

• 使用**dot()**函数将两个矩阵inputMatrix_1和inputMatrix_2相乘，并创建一个变量来存储结果。

• 打印inputMatrix_1和inputMatrix_2矩阵乘法的结果矩阵。

• 通过应用shape属性来打印结果矩阵的维度（形状）。

示例

下面的程序使用DataFrame()函数返回一个DataFrame：

# 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)

输出

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)

以下是矩阵和DataFrame的区别表。

矩阵 vs DataFrame

结论

在这个程序中，我们学习了Python中矩阵和DataFrame的区别。我们还学习了如何创建DataFrame以及如何将矩阵转换为DataFrame。

Vikram Chiluka

更新于：2022年10月31日

4K+ 浏览量

启动您的职业生涯

通过完成课程获得认证

开始学习