1.首先是list如何转换成nparray
import numpy as np
list1=[];#新建一个空的list
list1.append('hello')
list1.append('world')
list1.append('!')
print(list1)
print(type(list1))
array1=np.array(list1)
print(array1)
print(type(array1))
2.有了一个nparray怎么转换成list
list2=array1.tolist()
print(list2)
print(type(list2))
3.从文件中读取了pandas的数据帧如何转成nparray
dataframe=pd.read_csv('data.csv')#需要在文件夹中有一个data.csv的文件
array2 = dataframe.values
4.array如何转成pandas的 数据帧
import pandas as pd
df=pd.DataFrame(array1)
#print(df)
#print(type(df))
但是上面转出来的 是变成pd帧的一列的
df_empty = pd.DataFrame(columns=['1','2','3'])
df_empty.loc[0]=['1','2','3',]
print(df_empty)
df_empty.loc[1]=array1
print(df_empty)
新建一个新的pd帧,pd帧的列名称为上述
使用这种方法可以使得添加的一行作为pd帧的一行
一、Tensor
与numpy
之间的相互转化
1、Tensor
张量转化为numpy
a = torch.FloatTensor(2,3)
print a.numpy();
2、将numpy
转换为Tensor
张量
a = np.ones(5)
torch.from_numpy(a)
高阶一点的: 三维list和数据的互转
list1= [[] for i in range(0,3)]
for i in range(0,10):
list1[0].append(i);
list1[1].append(10-i);
list1[2].append(i*i)
print(list1)
import numpy as np
npd=np.array(list1)
print(npd)
import pandas as pd
df=pd.DataFrame(npd)
print(df)
得到结果如图所示~