Python 熊猫的用途是什么?
我有一些关于是否使用熊猫或替代工具的具体问题Python 熊猫的用途是什么?,python,arrays,pandas,numpy,dictionary,Python,Arrays,Pandas,Numpy,Dictionary,我有一些关于是否使用熊猫或替代工具的具体问题 使用Pandas而不是其他工具或数据结构的原因是什么 当记忆成为一个问题时,熊猫的成本有多高,还有哪些更便宜的替代品 这更多的是一个定性问题。熊猫的目的是什么?我发现字典和清单完全符合我的需要。熊猫有什么大惊小怪的 例如,如果有许多行具有相同的值,我可以使用更少的内存将此表存储在嵌套字典中: #key0 key1 value A 1 a A 1 b A 2
- 使用Pandas而不是其他工具或数据结构的原因是什么
- 当记忆成为一个问题时,熊猫的成本有多高,还有哪些更便宜的替代品
这更多的是一个定性问题。熊猫的目的是什么?我发现字典和清单完全符合我的需要。熊猫有什么大惊小怪的 例如,如果有许多行具有相同的值,我可以使用更少的内存将此表存储在嵌套字典中:
#key0 key1 value
A 1 a
A 1 b
A 2 a
A 2 b
B 1 a
B 1 b
B 2 a
B 2 b
d = {'A': {1: ['a', 'b'], 'A': {2: ['a', 'b'], 'B': {1: ['a', 'b'], 'B': {2: ['a', 'b']}}
当有一种存储嵌套数据的更高效的方法时,我为什么要使用pandas呢?我就是不明白。谢谢
我知道pandas允许按名称索引、处理丢失的数据、执行联接、按值分组等功能
这更多的是一个定性问题。也许它属于元堆栈交换。1)熊猫的目的是什么?熊猫有什么大麻烦吗?
Pandas主要以其将信息加载到数据帧的能力而闻名,该数据帧允许代码一次对数据列进行推理
以下是来自以下网站的描述:
Pandas是一个Python包,提供了快速、灵活和表达能力
设计用于与“关系”或
“标记”数据既简单又直观。它的目标是成为基础
用于处理实际、真实世界数据的高级构建块
Python中的分析。此外,它还有更广泛的目标:成为
最强大、最灵活的开源数据分析/
任何语言均可使用的操作工具。它已经处于良好的运行状态
朝着这个目标前进
2)既然有一种内存效率更高的方法来保存嵌套数据,我为什么要使用pandas呢?
据了解,熊猫的内存开销并没有那么大
这就是说,如果内存是一个关键约束,那么您甚至可以比python dict和list做得更好,它们都保留对装箱数据(存储在对象中的值)的引用。相反,您可以使用具有未绑定数据的更密集的数据结构。一个选择是Python,也可以使用数组。1)熊猫的用途是什么?熊猫有什么大麻烦吗?
Pandas主要以其将信息加载到数据帧的能力而闻名,该数据帧允许代码一次对数据列进行推理
以下是来自以下网站的描述:
熊猫是一个Python包,提供快速、灵活和富有表现力
设计用于与“关系”或
“标记”数据既简单又直观。它的目标是成为基础
用于处理实际、真实世界数据的高级构建块
Python中的分析。此外,它还有更广泛的目标:成为
最强大、最灵活的开源数据分析/
任何语言均可使用的操作工具。它已经处于良好的运行状态
朝着这个目标前进
2)既然有一种内存效率更高的方法来保存嵌套数据,我为什么要使用pandas呢?
据了解,熊猫的内存开销并没有那么大
这就是说,如果内存是一个关键约束,那么您甚至可以比python dict和list做得更好,它们都保留对装箱数据(存储在对象中的值)的引用。相反,您可以使用具有未绑定数据的更密集的数据结构。一个选择是Python,或者您可以使用数组。因为通常优化程序员效率比优化内存效率更好。熊猫有很多很棒的工具和一个很棒的图书馆。谢谢!我可以删除这个问题。它被否决了,有人建议关闭,因为它太宽了。我想这是真的。从中的介绍中你有什么不明白的吗?改写了问题的介绍,将其限制在一个特定的问题上,即Pandas在dicts和list上提供了什么功能,以及Pandas的相对内存成本,vs list/dicts,vs array.array,vs numpy.array.因为通常优化程序员效率比优化内存效率更好。熊猫有很多很棒的工具和一个很棒的图书馆。谢谢!我可以删除这个问题。它被否决了,有人建议关闭,因为它太宽了。我想这是真的。你有什么不明白的吗?改写了问题的导言,把它限制在一个特定的问题上,关于熊猫在dicts和list上提供了什么功能,以及熊猫的相对内存成本,vs list/dicts,vs array.array,vs numpy.array。这是一个很好的答案!非常感谢。这是一个很好的答案!非常感谢。