python中转置函数 python转置dataframe( 二 )


在zip版本中,我们使用*arr语法将一维数组传递给zip做为参数,接着,zip返回一个元组做为结果.然后我们对每一个元组使用list方法,产生了列表的列表(即矩阵).因为我们没有直接将zip的结果表示为list,
所以我们可以我们可以使用itertools.izip来稍微的提高效率(因为izip并没有将数据在内存中组织为列表).
import itertools
print map(list,
itertools.izip(*arr))
但是,在特定的情况下,上面的方法对效率的微弱提升不能弥补对复杂度的增加.
关于*args和**kwds语法:
*args(实际上,*号后面跟着变量名)语法在Python中表示传递任意的位置变量,当你使用这个语法的时候(比如,你在定义函数时使用),Python将这个变量和一个元组绑定,并保留所有的位置信息,
而不是具体的变量.当你使用这个方法传递参数时,变量可以是任意的可迭代对象(其实可以是任何表达式,只要返回值是迭代器).
**kwds语法在Python中用于接收命名参数.当你用这个方式传递参数时,Python将变量和一个dict绑定,保留所有命名参数,而不是具体的变量值.当你传递参数时,变量必须是dict类型(或者是返回值为dict类型的表达式).
如果你要转置很大的数组,使用Numeric Python或其它第三方包,它们定义了很多方法,足够让你头晕的.
相关说明:
zip(...)
zip(seq1 [,
seq2 [...]]) - [(seq1[0], seq2[0] ...),
(...)]
Return a
list of tuples, where each tuple contains the i-th element
from each of
the argument sequences. The returned list is truncated
in length to
the length of the shortest argument sequence.
Numpy基础20问 一言以蔽之,numpy是python中基于数组对象的科学计算库 。
提炼关键字,可以得出numpy以下三大特点:
因为numpy是一个python库,所以使用python包管理工具pip或者conda都可以安装 。
安装python后,打开cmd命令行,输入:
即可完成安装 。
n维数组(ndarray)对象 , 是一系列 同类数据 的集合 , 可以进行索引、切片、迭代操作 。
numpy中可以使用 array 函数创建数组:
判断一个数组是几维,主要是看它有几个轴(axis) 。
一个轴表示一维数组 , 两个轴表示二维数组 , 以此类推 。
每个轴都代表一个一维数组 。
比如说 , 二维数组第一个轴里的每个元素都是一个一维数组 , 也就是第二个轴 。
一维数组一个轴:
二维数组两个轴:
三维数组三个轴:
以此类推n维数组 。
numpy中常用 array 函数创建数组,传入列表或元组即可 。
创建一维数组,并指定数组类型为 int :
创建二维数组:
还可以使用 arange 函数创建一维数字数组,用法类似python的 range 函数.
numpy的 random 模块用来创建随机数组 。
random模块还有其他函数 , 这里不多说 。
前面说到,数组维度即代表轴的数量 。
我们可以通过数组(adarray)对象的ndim或shape属性 , 来查看轴的数量 。
数组(ndarray)对象的 size 属性可以查看数组包含元素总数 。
还可以通过 shape 属性返回元素的乘积 , 来计算数组元素数量 。
Numpy支持的数据类型非常多,所以很适合做数值计算 。
下面给出常见的数据类型:
数组(adarrry)对象提供 dtype 属性,用来查看数组类型 。
前面说过,数组的 shape 属性返回一个元组,能够反映数组的形状,包括维度以及每个轴的元素数量 。
那么如果给定一个数组,怎么改变其形状呢?
常用的方式有两种:

推荐阅读