五個數據科學中不可不知的數據結構
作者：學研君
掌握這五種重要的Python數據結構——列表、字典、元組、集合和DataFrames——對于任何數據科學家來說都至關重要。這些數據結構為高效處理和操作各種數據科學項目中的數據提供了堅實的基礎。
Python是一種多功能的編程語言，由于其豐富的數據結構，廣泛應用于數據科學領域。這些數據結構在有效組織和處理數據方面發揮著至關重要的作用。
在本文中，我們將探討每個數據科學家和數據分析師都應該了解的五種重要Python數據結構。理解這些數據結構將使你能夠高效地處理、分析和加工數據科學項目中的數據。
1. 列表
列表是Python中有序、可變的對象集合。它們支持存儲多種類型的多個元素，并通過索引和切片訪問這些元素。列表用方括號表示，并提供廣泛的方法用于添加、刪除和修改元素。列表通常用于存儲和處理順序數據。
# 創建一個列表
fruits = ['apple', 'banana', 'orange']
# 訪問元素
print(fruits[0]) # 輸出: 'apple'
# 修改元素
fruits[1] = 'grape'
print(fruits) # 輸出: ['apple', 'grape', 'orange']
# 添加元素
fruits.append('mango')
print(fruits) # 輸出: ['apple', 'grape', 'orange', 'mango']
# 刪除元素
fruits.remove('apple')
print(fruits) # 輸出: ['grape', 'orange', 'mango']2. 字典
字典是無序、可變的數據結構，用于存儲鍵值對。它們根據唯一的鍵提供快速訪問值。字典用花括號表示，常用于數據的映射和索引。當需要根據特定鍵檢索值時，字典特別有用。
# 創建一個字典
student = {'name': 'John', 'age': 20, 'major': 'Computer Science'}
# 訪問值
print(student['name']) # 輸出: 'John'
# 修改值
student['age'] = 21
print(student) # 輸出: {'name': 'John', 'age': 21, 'major': 'Computer Science'}
# 添加新鍵值對
student['university'] = 'ABC University'
print(student) # 輸出: {'name': 'John', 'age': 21, 'major': 'Computer Science', 'university': 'ABC University'}
# 刪除鍵值對
del student['major']
print(student) # 輸出: {'name': 'John', 'age': 21, 'university': 'ABC University'}3. 元組
元組是Python中有序、不可變的序列。它們與列表類似，但一旦創建就無法修改。元組用圓括號表示，通常用于存儲不應被改變的相關值集合。
# 創建一個元組
point = (3, 4)
# 訪問元素
print(point[0]) # 輸出: 3
# 修改元組（不可修改）
# 解壓縮元組
x, y = point
print(x, y) # 輸出: 3 44. 集合
集合是Python中無序且僅包含唯一元素的集合。它們用花括號或set()函數表示。集合提供多種數學運算，如并集、交集和差集，因此其在處理不同元素或刪除重復項時非常有用。
# 創建一個集合
fruits = {'apple', 'banana', 'orange'}
# 添加元素
fruits.add('mango')
print(fruits) # 輸出: {'apple', 'banana', 'orange', 'mango'}
# 刪除元素
fruits.remove('apple')
print(fruits) # 輸出: {'banana', 'orange', 'mango'}
# 集合運算
vegetables = {'carrot', 'tomato', 'potato'}
print(fruits.union(vegetables)) # 輸出: {'banana', 'orange', 'mango', 'carrot', 'tomato', 'potato'}5. DataFrames（來自Pandas庫）
DataFrames是由Python中流行的Pandas庫提供的二維標記數據結構。它們將數據組織為行和列，類似于關系數據庫中的表格。DataFrames提供強大的數據操作、分析和清理功能，使其成為數據科學項目中不可或缺的工具。
import pandas as pd
# 創建一個DataFrame
data = {'Name': ['John', 'Emma', 'Michael'],
'Age': [25, 30, 28],
'Country': ['USA', 'UK', 'Canada']}
df = pd.DataFrame(data)
# 訪問列
print(df['Name']) # 輸出: ['John', 'Emma', 'Michael']
# 訪問行
print(df.iloc[0]) # 輸出: Name John
# Age 25
# Country USA
# Name: 0, dtype: object
# 執行操作
df['Age'] += 1
print(df) # 輸出:
# Name Age Country
# 0 John 26 USA
# 1 Emma 31 UK
# 2 Michael 29 Canada結論
掌握這五種重要的Python數據結構——列表、字典、元組、集合和DataFrames——對于任何數據科學家來說都至關重要。這些數據結構為高效處理和操作各種數據科學項目中的數據提供了堅實的基礎。
責任編輯：武曉燕
來源：
Python學研大本營
