将 Numpy 数组转换为 Pandas 数据框 - Python

当你使用 Python 进行数据分析时，你可能会使用 Pandas 进行数据的预处理和数据清洗。同时，你也会使用 Numpy，因为 Pandas 是基于 Numpy 库构建的。在某些情况下，你需要将 Numpy 数组转换为 Pandas 数据框。本篇文章将介绍如何将 Numpy 数组转换为 Pandas 数据框。

导入必要的库

在转换之前，我们需要先导入必要的库，包括 Pandas 和 Numpy。

import numpy as np
import pandas as pd

创建 Numpy 数组

我们首先创建一个 Numpy 数组，表示学生的成绩。

np_array = np.array([[10, 80], [20, 70], [30, 60], [40, 50], [50, 40]])

将 Numpy 数组转换为 Pandas 数据框

接下来，我们使用 Pandas 的 DataFrame() 函数来将 Numpy 数组转换为 Pandas 数据框。我们通过传递 Numpy 数组作为参数来实现这一点。

df = pd.DataFrame(np_array, columns=['语文', '数学'])

在上面的代码中，我们传递了一个名为 columns 的参数，用于为数据框添加列名。在这个例子中，我们将第一列命名为 '语文'，第二列命名为 '数学'。

打印 Pandas 数据框

我们可以通过使用 print() 函数来查看 Pandas 数据框的内容。

print(df)

以上代码将打印以下输出：

   语文  数学
0  10  80
1  20  70
2  30  60
3  40  50
4  50  40

结论

通过上述步骤，我们可以将 Numpy 数组转换为 Pandas 数据框。在实际数据分析的过程中，我们需要经常进行这种类型的转换，因为 Numpy 和 Pandas 在数据处理方面发挥了重要的作用。