当前位置: 首页 > news >正文

Python酷库之旅-第三方库Pandas(030)

目录

一、用法精讲

79、pandas.Series.dtype属性

79-1、语法

79-2、参数

79-3、功能

79-4、返回值

79-5、说明

79-6、用法

79-6-1、数据准备

79-6-2、代码示例

79-6-3、结果输出

80、pandas.Series.shape属性

80-1、语法

80-2、参数

80-3、功能

80-4、返回值

80-5、说明

80-6、用法

80-6-1、数据准备

80-6-2、代码示例

80-6-3、结果输出

81、pandas.Series.nbytes属性

81-1、语法

81-2、参数

81-3、功能

81-4、返回值

81-5、说明

81-6、用法

81-6-1、数据准备

81-6-2、代码示例

81-6-3、结果输出

82、pandas.Series.ndim属性

82-1、语法

82-2、参数

82-3、功能

82-4、返回值

82-5、说明

82-6、用法

82-6-1、数据准备

82-6-2、代码示例

82-6-3、结果输出

83、pandas.Series.size属性

83-1、语法

83-2、参数

83-3、功能

83-4、返回值

83-5、说明

83-6、用法

83-6-1、数据准备

83-6-2、代码示例

83-6-3、结果输出

二、推荐阅读

1、Python筑基之旅

2、Python函数之旅

3、Python算法之旅

4、Python魔法之旅

5、博客个人主页

一、用法精讲

79、pandas.Series.dtype属性
79-1、语法
# 79、pandas.Series.dtype属性
pandas.Series.dtype
Return the dtype object of the underlying data.
79-2、参数

        无

79-3、功能

        用于获取Series中元素的数据类型。

79-4、返回值

        返回Series中数据的数据类型。

79-5、说明

79-5-1、当处理大型数据集时,明确指定dtype可以帮助节省内存,因为不同的数据类型在内存中占用的空间不同。

79-5-2、在某些情况下,Pandas可能无法自动推断出最精确的数据类型(例如,当数据中包含大量整数但某些值为NaN时,Pandas可能将数据类型推断为浮点数),此时,显式指定dtype可以避免这种情况。

79-5-3、dtype属性是只读的,不能直接修改Series的数据类型,如果需要修改数据类型,可以使用astype()方法。

79-6、用法
79-6-1、数据准备
79-6-2、代码示例
# 79、pandas.Series.dtype属性
import pandas as pd
# 创建一个整数类型的Series
s1 = pd.Series([1, 2, 3, 4])
print(s1.dtype)
# 创建一个浮点数类型的 Series  
s2 = pd.Series([1.1, 2.2, 3.3, 4.4])
print(s2.dtype)
# 创建一个字符串类型的 Series  
s3 = pd.Series(['a', 'b', 'c', 'd'])
print(s3.dtype)
# 显式指定数据类型  
s4 = pd.Series([1, 2, 3, 4], dtype='float32')
print(s4.dtype)
79-6-3、结果输出
# 79、pandas.Series.dtype属性
# int64
# float64
# object
# float32
80、pandas.Series.shape属性
80-1、语法
# 80、pandas.Series.shape属性
pandas.Series.shape
Return a tuple of the shape of the underlying data.
80-2、参数
80-3、功能

        提供有关Pandas Series对象维度信息的快速访问。

80-4、返回值

        返回一个元组,表示Series的维度,在Series中,这个元组只有一个值,即Series的长度,因为Series是一维的数据结构。

80-5、说明
80-6、用法
80-6-1、数据准备
80-6-2、代码示例
# 80、pandas.Series.shape属性
import pandas as pd
# 使用列表创建Series
data = [1, 2, 3, 4, 5]
series1 = pd.Series(data)
print("Series1 shape:", series1.shape)
# 使用字典创建Series
data = {'a': 1, 'b': 2, 'c': 3}
series2 = pd.Series(data)
print("Series2 shape:", series2.shape)
# 指定索引
data = [1, 2, 3, 4, 5]
index = ['a', 'b', 'c', 'd', 'e']
series3 = pd.Series(data, index=index)
print("Series3 shape:", series3.shape)
# 使用标量创建Series
data = 5
series4 = pd.Series(data, index=['a', 'b', 'c'])
print("Series4 shape:", series4.shape)
80-6-3、结果输出
# 80、pandas.Series.shape属性
# Series1 shape: (5,)
# Series2 shape: (3,)
# Series3 shape: (5,)
# Series4 shape: (3,)
81、pandas.Series.nbytes属性
81-1、语法
# 81、pandas.Series.nbytes属性
pandas.Series.nbytes
Return the number of bytes in the underlying data.
81-2、参数

        无

81-3、功能

        用于返回Pandas Series对象在内存中占用的总字节数,该值包括了Series中所有元素(包括索引)的内存占用。

81-4、返回值

        返回一个整数,表示Series对象在内存中占用的总字节数,该值是根据Series中元素的数量、数据类型以及索引的存储方式等因素计算得出的。

81-5、说明

81-5-1、数据类型影响:Series中元素的数据类型会直接影响其内存占用。例如,int64类型的数据比float32类型的数据占用更多的内存。

81-5-2、索引也占用内存:虽然索引通常占用的内存相对较小,但在处理包含大量元素的Series时,索引的内存占用也不容忽视。

81-5-3、近似值:nbytes返回的是近似值,因为它依赖于Pandas和NumPy的内部实现,这些实现可能会随着版本的变化而变化。

81-5-4、与 NumPy 兼容性:Pandas旨在与NumPy兼容,并在许多方面模仿NumPy的API,因此,nbytes属性的行为与NumPy数组中的相应属性相似。

81-6、用法
81-6-1、数据准备
81-6-2、代码示例
# 81、pandas.Series.nbytes属性
import pandas as pd
# 创建一个示例Pandas Series
data = pd.Series([10, 20, 30, 40, 50])
# 获取Series所占用的字节数
nbytes = data.nbytes
print(f"The Series occupies {nbytes} bytes.")
81-6-3、结果输出
# 81、pandas.Series.nbytes属性
# The Series occupies 40 bytes.
82、pandas.Series.ndim属性
82-1、语法
# 82、pandas.Series.ndim属性
pandas.Series.ndim
Number of dimensions of the underlying data, by definition 1.
82-2、参数

        无

82-3、功能

        用于返回Series对象的维度数。

82-4、返回值

        返回一个整数,对于Pandas Series对象,ndim属性的返回值总是 1,表示Series是一维数据结构。

82-5、说明

        无

82-6、用法
82-6-1、数据准备
82-6-2、代码示例
# 82、pandas.Series.ndim属性
# 82-1、创建一个Pandas Series
import pandas as pd
s = pd.Series([1, 2, 3, 4, 5])
# 使用ndim属性查看Series的维度数
print(s.ndim)# 82-2、创建一个DataFrame
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3],'B': [4, 5, 6]
})
print(df.ndim)
82-6-3、结果输出
# 82、pandas.Series.ndim属性
# 82-1、创建一个Pandas Series
# 1# 82-2、创建一个DataFrame
# 2
83、pandas.Series.size属性
83-1、语法
# 83、pandas.Series.size属性
pandas.Series.size
Return the number of elements in the underlying data.
83-2、参数

        无

83-3、功能

        用于返回Series对象的元素数量。

83-4、返回值

        返回的是数据结构中包含的元素总数。

83-5、说明

        无

83-6、用法
83-6-1、数据准备
83-6-2、代码示例
# 83、pandas.Series.size属性
import pandas as pd
# 创建一个Pandas Series
s = pd.Series([1, 2, 3, 4, 5])
# 使用size属性查看Series的元素数量
print(s.size)
# 创建一个包含较少元素的Series以作对比
s_short = pd.Series([10, 20])
# 查看较短Series的元素数量
print(s_short.size)
83-6-3、结果输出
# 83、pandas.Series.size属性
# 5
# 2

二、推荐阅读

1、Python筑基之旅
2、Python函数之旅
3、Python算法之旅
4、Python魔法之旅
5、博客个人主页

相关文章:

Python酷库之旅-第三方库Pandas(030)

目录 一、用法精讲 79、pandas.Series.dtype属性 79-1、语法 79-2、参数 79-3、功能 79-4、返回值 79-5、说明 79-6、用法 79-6-1、数据准备 79-6-2、代码示例 79-6-3、结果输出 80、pandas.Series.shape属性 80-1、语法 80-2、参数 80-3、功能 80-4、返回值 …...

神经网络中的激活函数举例,它们各自的特点,以及哪个激活函数效果更好,为什么

sigmoid: \(\sigma(x)1/(1e^{-x})\); 优:将数值压缩到 0 1,导数为 \(\sigma(x)(1-\sigma(x))\) 好算。劣:输出均值非0(0.5),梯度消失(Gradient vanishing)每次…...

【树莓派3B+】控制引脚输出高低电平

前言一、安装RPI.GPIO库二、编写简单的输出高低电平的程序三、运行程序总结 前言 首先检查一下自己的板子有没有带库 我这个是有的。 ok,正式进入步骤 一、安装RPI.GPIO库 如果还没有安装RPi.GPIO库,可以通过以下命令在树莓派上安装: p…...

【Redis7】高阶篇

1 Redis单线程 VS 多线程(入门篇) 1.1 面试题 redis到底是单线程还是多线程? IO多路复用听说过吗? redis为什么快? 1.2 Redis为什么选择单线程? 1.2.1 是什么 这种问法其实并不严谨,为啥这么说呢? Redis的版本…...

在学习使用LabVIEW的过程中,需要注意哪些问题?

在学习使用LabVIEW的过程中,需要注意以下问题: 1. 基础知识 图形化编程思维: LabVIEW采用图形化编程方式,与传统的文本编程语言有很大不同,需要适应这种新的编程思维方式。数据流概念: 理解LabVIEW的核心数…...

网络编程-TCP/IP

网络概述 网络采用分而治之的方法设计,将网络的功能划分为不同的模块,以分层的形式有机组合在一起。 每层实现不同的功能,其内部实现方法对外部其他层次来说是透明的。每层向上层提供服务,同时使用下层提供的服务 网络体系结构…...

php在服务器上部署可视化运维工具详细列表

如果你的项目很小,可以用宝塔。但对于并发大的服务器管理,选择适合的工具非常重要。 目录 以下是一些免费且适合高并发管理的服务器管理工具推荐: 1Panel: Portainer: Webmin: Cockpit: …...

Linux中的文件夹作用

在Linux系统中,每个目录都有其特定的用途,下面我用大白话来解释一下各个主要目录的作用: / (根目录):这是Linux文件系统的起点,所有其他目录都是从这里延伸出去的。你可以把它想象成你家里的门厅,所有房间的…...

【C++】C++中的assign函数详解

目录 一.assign函数是什么 二.assign函数怎么用 一.assign函数是什么 在C中, assign 是 std::string 类的一个成员函数,用于给字符串对象赋值,可以替换字符串对象中的内容为另一个字符串或字符串的一部分。 std::string 的 assign 函…...

Hadoop3:MR程序的数据倾斜问题处理

一、数据倾斜 什么是数据倾斜? 学过Redis集群的都知道数据倾斜这个问题。 就是大量数据,分配不均匀的现象。 二、MR数据倾斜 1、怎么判断出现数据倾斜? 数据频率倾斜——某一个区域的数据量要远远大于其他区域。 数据大小倾斜——部分记…...

Mojo 编程语言简介

Mojo 是一种新兴的编程语言,旨在结合 Python 的易用性与 C 的高性能,特别是面向高性能计算、机器学习和系统编程等领域。Mojo 的设计目标是提供一种既具备高级语言灵活性,又能够高效运行的编程工具。 主要特性 高性能:通过高级编…...

【有效验证】解决SQLyog连接MYSQL的错误 1251 - Client does not support

目录 一、原因分析: 二、进入到mysql 三、查看当前加密方式 四、更改加密方式 五、查看是否成功 前言:使用一个开源软件使用sqlyog、navcat都报1251错误,网上都是提示升级客户端,还有一种就是修改mysql配置。本文就是修改配置…...

Keka for Mac v1.4.3 中文下载 解压/压缩工具

Mac分享吧 文章目录 效果一、下载软件二、开始安装1、双击运行软件,将其从左侧拖入右侧文件夹中,等待安装完毕2、应用程序显示软件图标,表示安装成功 三、运行测试1、打开软件2、文件访问权限修改3、访达扩展 安装完成!&#xff…...

springboot3.2 RedisCacheManager配置

1、启用并配置 添加 EnableCaching 注解 并配置 RedisCacheManager package config;import com.fasterxml.jackson.annotation.JsonAutoDetect; import com.fasterxml.jackson.annotation.JsonTypeInfo; import com.fasterxml.jackson.annotation.PropertyAccessor; import c…...

IP地址与MAC地址区别

MAC地址和IP地址是现代计算机网络中两个非常重要的概念,它们各自承担着不同的角色和功能。 MAC地址(Media Access Control Address) 一种物理地址,它是烧录在网卡或接口上的,具有全球唯一性,一般不能被改…...

Linux chmod 命令简介

在Linux中,chmod 命令用于改变文件或文件夹的访问权限。要改变一个文件夹及其内部所有文件和子文件夹的权限,您可以使用递归选项 -R。以下是一些常用的 chmod 命令示例: 给所有用户读、写和执行权限: chmod -R 777 /path/to/direc…...

【LeetCode】删除排序链表中的重复元素 II

目录 一、题目二、解法完整代码 一、题目 给定一个已排序的链表的头 head , 删除原始链表中所有重复数字的节点,只留下不同的数字 。返回 已排序的链表 。 示例 1: 输入:head [1,2,3,3,4,4,5] 输出:[1,2,5] 示例 …...

Pandas使用 `iloc` 和 `loc` 常见用法汇总

文章目录 df.iloc 常见用法1. 获取特定行2. 获取特定列3. 获取特定的行和列4. 获取行切片5. 获取列切片6. 获取特定的行和列切片 df.loc 常见用法1. 获取特定行2. 获取特定列3. 获取特定的行和列4. 获取行切片5. 获取列切片6. 获取特定的行和列切片 示例代码 df.iloc 和 df.lo…...

【linux服务器】大语言模型实战教程:LLMS大模型快速部署到个人服务器

🎬 鸽芷咕:个人主页 🔥 个人专栏: 《C干货基地》《粉丝福利》 ⛺️生活的理想,就是为了理想的生活! 引言 说到大语言模型相信大家都不会陌生,大型语言模型(LLMs)是人工智能文本处理的主要类型,也现在最流行的人工智能…...

Windows 32 汇编笔记(二):使用 MASM

一、Win32 汇编源程序的结构 ; Hello.asm ; 使用 Win32 ASM 写的 Hello, world 程序 ;>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>…...

变量 varablie 声明- Rust 变量 let mut 声明与 C/C++ 变量声明对比分析

一、变量声明设计:let 与 mut 的哲学解析 Rust 采用 let 声明变量并通过 mut 显式标记可变性,这种设计体现了语言的核心哲学。以下是深度解析: 1.1 设计理念剖析 安全优先原则:默认不可变强制开发者明确声明意图 let x 5; …...

智慧医疗能源事业线深度画像分析(上)

引言 医疗行业作为现代社会的关键基础设施,其能源消耗与环境影响正日益受到关注。随着全球"双碳"目标的推进和可持续发展理念的深入,智慧医疗能源事业线应运而生,致力于通过创新技术与管理方案,重构医疗领域的能源使用模式。这一事业线融合了能源管理、可持续发…...

Robots.txt 文件

什么是robots.txt? robots.txt 是一个位于网站根目录下的文本文件(如:https://example.com/robots.txt),它用于指导网络爬虫(如搜索引擎的蜘蛛程序)如何抓取该网站的内容。这个文件遵循 Robots…...

C++ 求圆面积的程序(Program to find area of a circle)

给定半径r,求圆的面积。圆的面积应精确到小数点后5位。 例子: 输入:r 5 输出:78.53982 解释:由于面积 PI * r * r 3.14159265358979323846 * 5 * 5 78.53982,因为我们只保留小数点后 5 位数字。 输…...

关于easyexcel动态下拉选问题处理

前些日子突然碰到一个问题,说是客户的导入文件模版想支持部分导入内容的下拉选,于是我就找了easyexcel官网寻找解决方案,并没有找到合适的方案,没办法只能自己动手并分享出来,针对Java生成Excel下拉菜单时因选项过多导…...

aardio 自动识别验证码输入

技术尝试 上周在发学习日志时有网友提议“在网页上识别验证码”,于是尝试整合图像识别与网页自动化技术,完成了这套模拟登录流程。核心思路是:截图验证码→OCR识别→自动填充表单→提交并验证结果。 代码在这里 import soImage; import we…...

Java多线程实现之Runnable接口深度解析

Java多线程实现之Runnable接口深度解析 一、Runnable接口概述1.1 接口定义1.2 与Thread类的关系1.3 使用Runnable接口的优势 二、Runnable接口的基本实现方式2.1 传统方式实现Runnable接口2.2 使用匿名内部类实现Runnable接口2.3 使用Lambda表达式实现Runnable接口 三、Runnabl…...

RushDB开源程序 是现代应用程序和 AI 的即时数据库。建立在 Neo4j 之上

一、软件介绍 文末提供程序和源码下载 RushDB 改变了您处理图形数据的方式 — 不需要 Schema,不需要复杂的查询,只需推送数据即可。 二、Key Features ✨ 主要特点 Instant Setup: Be productive in seconds, not days 即时设置 :在几秒钟…...

Qt Quick Controls模块功能及架构

Qt Quick Controls是Qt Quick的一个附加模块,提供了一套用于构建完整用户界面的UI控件。在Qt 6.0中,这个模块经历了重大重构和改进。 一、主要功能和特点 1. 架构重构 完全重写了底层架构,与Qt Quick更紧密集成 移除了对Qt Widgets的依赖&…...

边缘计算设备全解析:边缘盒子在各大行业的落地应用场景

随着工业物联网、AI、5G的发展,数据量呈爆炸式增长。但你有没有想过,我们生成的数据,真的都要发回云端处理吗?其实不一定。特别是在一些对响应时间、网络带宽、数据隐私要求高的行业里,边缘计算开始“火”了起来&#…...