Forma di panda

Un toolkit Python chiamato Panda è specializzato nel sequestro e nel lavoro con i modelli di dati. Due degli obiettivi principali di Pandas sono l'analisi dei dati e la fornitura di recenti approfondimenti sui contenuti contenuti nei gesti di dati e sulla successione. I frame dati sono paragonabili a Python: sono strutture di dati a doppio etichetta con colonne che possono essere di più tipi e fanno parte del modulo Panda. Raggiungere una buona immagine dei dati potrebbe anche aiutarti a migliorare la tua comprensione delle sue caratteristiche. I panda includono tratti che forniscono statistiche per i "dimensioni", "forma" e "parametri" dei tuoi frame dati. La "dimensione" di un frame dati Panda o il numero preciso di unità di dati nel tuo telaio è ottenuta dalla proprietà "Dimensione".

La "dimensione" potrebbe non fornire una rappresentazione completa del tuo telaio. Le misurazioni del Frame Data sono rappresentate da una coppia che la proprietà "Shape" restituisce. La "forma" sarebbe in righe e colonne. L'indice "Shape" può essere utilizzato per misurare anche il numero di righe o colonne. Nessun valore di argomento è necessario per il "Frame dei dati. forma".

La sintassi per il metodo di forma Python Panda

Usa la sintassi sopra e fornisce una coppia di colonne e righe specifiche per forma di un frame di dati o serie per determinare la forma del frame dati.

La sintassi per il metodo della dimensione Python Panda

Utilizzare questa sintassi per ottenere la dimensione del telaio dati e fornisce un frame dati o una dimensione della serie che corrisponde all'intero numero di elementi, ovvero colonne per righe.

Esempio 1: Utilizzo di Python Panda per determinare le dimensioni e la forma del telaio dati

Pandas è un framework per l'elaborazione dei dati. I dati delle tabelle possono essere archiviati in Python utilizzando un frame dati. Gli utenti possono salvare e interagire rapidamente con i dati tabulari, come righe e colonne, utilizzando DataFrame. In questa dimostrazione, useremo il parametro di forma per determinare il numero di righe e colonne nel frame dati. La "dimensione" di un frame dati è determinata dal numero di elementi che contiene, che è uguale alla somma delle sue righe e colonne.

Utilizzando lo strumento "Spyder", questo esempio viene messo in implementazione. Questo codice viene eseguito utilizzando il modulo Python Panda, che importa la libreria Panda. Pertanto, inizieremo a scrivere il nostro codice importando il modulo Panda in Python. Il passaggio seguente è quello di creare un frame dati dopo l'importazione della libreria del panda. Il frame dati "DF1" è quello che stiamo utilizzando in questo campione. Questo frame dati ha due colonne "soggetto" e "marchi", entrambi contengono valori. Nella colonna "Soggetto" We have "Python", "DLD", "Ethics", "Oop", "Java" e "Management". Nella colonna "Marks", abbiamo marchi per i soggetti "98", "70", "88", "77", "90" e "86". Questo frame dati viene generato utilizzando “PD.DataFrame ".

Usando i metodi "dimensioni" e "forma", ora calcoleremo le dimensioni e la forma del telaio di dati. Il numero totale di celle di dati del Frame dati verrà calcolato utilizzando “DF1.misurare". Il metodo "Shape" indicherà l'ordine del frame dati in termini di numero di righe e colonne, ovvero quante righe e quante colonne ci sono in questo frame dati. Usando la funzione "Print ()", ora possiamo vedere i nostri risultati sullo schermo.

Come possiamo vedere dal risultato mostrato nell'immagine, il frame dati che creiamo viene visualizzato per primo e quindi definirà la "dimensione" e la "forma" del frame dati. Il frame dati ha celle di dati "12" perché la sua dimensione è "12" e la "forma" del frame dati è "(6, 2)". Ciò indica che contiene sei righe e due colonne. La dimensione dell'indice è "6" che significa da "0 a 5". La "dimensione" e la "forma" del frame dati possono essere determinate utilizzando facilmente l'indice.

Esempio 2: determinare la forma di un frame di dati vuoto

In questo esempio specificheremo la forma di un frame di dati vuoto. Nell'ultimo esempio, abbiamo creato un telaio di dati con alcune colonne e righe e abbiamo visualizzato la sua forma e dimensione usando il metodo "forma" e "dimensione". In questo caso, tuttavia, stiamo creando un frame di dati vuoto senza colonne e senza righe. La dimensione dell'indice per un telaio di dati vuoto è sempre zero. Il risultato sarà zero perché il nostro telaio non contiene elementi. Tuttavia, il metodo di forma ci consentirà di ottenerlo. Ora usiamo “DF. forma "per ottenere la forma del nostro telaio. Questo ci informerà dell'ordine di schiuma "riga*colonna" in cui è organizzato il nostro telaio. In altre parole, dice quante righe e colonne sono presenti. Invocando la funzione "print ()" visualizzerà il risultato sullo schermo.

L'immagine mostrerà un'istruzione Frame di dati vuota anziché un frame dati perché non ha colonna e la dimensione dell'indice è zero. Pertanto, mostra una fascia quadrata vuota "[]" davanti alla colonna e all'indice. Successivamente, se analizziamo la forma del frame dati, visualizza un ordine di "(0, 0)", che indica che l'ordine per la colonna "riga * è" 0 ". Dichiara che non esiste né una riga né una colonna.

Esempio 3: un'altra spiegazione di come ottenere la forma di una cornice di dati utilizzando il metodo di forma Python Panda

La "dimensione" potrebbe non fornire un'intera rappresentazione del tuo telaio. La forma di un telaio di dati è un'altra caratteristica tipica. Il processo di "modellatura" è vicino a quello della proprietà "dimensioni". Questo scenario è identico al primo esempio. Tranne in questo caso, utilizziamo semplicemente l'attributo "forma" per definire la forma del telaio di dati piuttosto che nel precedente. Usiamo sia le proprietà "forma" che "dimensioni". L'importazione del modulo Panda in Python ci consentirà di iniziare a scrivere il nostro codice. Il prossimo passo è usare “PD.DataFrame "per creare dati. In questo frame dati "DF", abbiamo tre colonne "M", "N" e "O". Ognuna di queste tre colonne contiene valori. Il valore per la colonna "M" abbiamo "1", "4", "7" e "10". I valori per la colonna "N" abbiamo "2", "5", "8" e "12" e per l'ultima colonna "O" abbiamo "3", "6", "9" e "13".

Per ottenere l'ordine della matrice di DataFrame, ora stiamo usando la tecnica "Forma", che calcola le righe e le colonne del frame dati. Il numero di righe sarà determinato dall'intervallo di inizio indice. Pertanto, per le righe del Frame Data, usiamo "Shape [0]". Per ottenere le colonne totali, utilizza "Forma [1]". Attualmente, implementiamo la funzione "print ()" per mostrare i risultati.

Lo scenario del frame dati è mostrato nell'immagine di output. Come possiamo vedere nella figura, la forma del telaio di dati è "(4, 3)", che è nell'ordine della schiuma di matrice. La riga successiva indica l'esistenza di righe "4" e colonne "3".

Conclusione

La nostra discussione si è concentrata sul metodo a forma e dimensione del panda. In questo articolo, abbiamo dimostrato come ottenere l'ordine "riga*colonna" della schiuma matrice, nonché il numero complessivo di righe e colonne usando i metodi "forma" e "dimensioni". Impariamo anche come calcolare la forma di un frame di dati vuoto, anche quando il suo valore è zero, usando il metodo "forma".