Numpy数据框简介

Numpy数据框是一个基于numpy数组构建的二维数据结构。与Pandas数据框不同，Numpy数据框更加高效，并且占用更少的内存。

安装Numpy

要使用Numpy数据框，你需要先安装Numpy。你可以通过以下命令来安装：

!pip install numpy

创建Numpy数据框

你可以通过以下代码来创建一个Numpy数据框：

import numpy as np

data = np.array([[1,2,3], [4,5,6], [7,8,9]])
columns = ['col1', 'col2', 'col3']

df = np.DataFrame(data=data, columns=columns)

这将创建一个包含3行和3列的数据框，并为每列分配一个名称。

访问Numpy数据框

你可以按以下方式访问Numpy数据框的行和列：

# 访问第一行
df.loc[0]

# 访问第一列
df['col1']

你还可以使用numpy的切片操作来访问多行和多列：

# 访问前两行
df[:2]

# 访问前两列
df[['col1', 'col2']]

修改Numpy数据框

你可以按以下方式修改Numpy数据框：

# 修改第一行第二列的值
df.loc[0, 'col2'] = 10

# 增加新的一列
df['col4'] = [10, 20, 30]

# 删除列
df = df.drop(columns=['col4'])

运算Numpy数据框

你可以使用numpy的运算符和函数来运算Numpy数据框：

# 加法
df + df

# 减法
df - df

# 乘法
df * df

# 平均值
np.mean(df)

# 标准差
np.std(df)

总结

Numpy数据框是一种高效的二维数据结构，并且非常适用于大型数据集。希望本文可以帮助你更好地使用numpy。