数据分析基础——pandas对象的创建（超详细）

一，series构建1.通过list创建s1=pd.series([1,2,3,4,5,6])2.数组创建arr1=np.arange(16)s2=pd.series(arr1)3.通过字典创建dit={'name': '张三','age': '18''class': '三班'}s3=pd.series(dict)二，DataFrame构建1.构建字典类data={'a':[1,2,3,4]'b'

生生世世酒

4904人浏览 · 2022-01-03 18:41:21

生生世世酒 · 2022-01-03 18:41:21 发布

一，series构建

1.通过list创建

s1=pd.series([1,2,3,4,5,6])

2.数组创建

arr1=np.arange(16)
s2=pd.series(arr1)

3.通过字典创建

dit={'name': '张三','age': '18''class': '三班'}
s3=pd.series(dict)

二，DataFrame构建

1.构建字典类

data={'a':[1,2,3,4]
      'b':[5,6,7,8] 
      'c':[9,10,11,12]}
frame=pd.DataFrame(data)
frame

2.serise构成字典构成dataframe

frame=pd.DataFrame({'a':pd.series(np.arange(3)),'b':pd.series(np.arange(3,5))})

3.二维构造dataframe

arr1=np.arange(12).reshape(4,3)
frame1=pd.DataFrame(arr1)

魔乐社区

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

【计算机视觉】Pixel逐像素分类&Mask掩码分类理解摘要

魔乐社区

计算机视觉（opencv）实战三十二——CascadeClassifier 人脸微笑检测（摄像头）

本文从原理到实现，详细介绍了基于 OpenCV Haar 分类器的人脸与微笑检测：讲解了 Haar 特征和级联检测原理。对代码逐行拆解并解释参数含义。画出完整流程图，帮助理解执行过程。给出了常见问题和优化建议，甚至扩展到深度学习方法。这种方法简单、轻量、实时性好，非常适合入门和小型应用项目。但如果需要更高准确率和更强鲁棒性，建议使用深度学习检测器替代 Haar 分类器。