python如何查看数据大小形状

在Python中，对于数组或数据框的维度和大小的查看，主要依赖于`NumPy`和`pandas`这两个库。以下是一些常用的方法： ### NumPy 数组 NumPy 是用于处理多维数组的核心库之一。可以通过以下方法查看数组的维度和大小： - `shape` 属性：返回一个元组，表示数组各维度的大小。 - `ndim` 属性：返回数组的维度数量。 - `size` 属性：返回数组元素的总数。例如： ```python import numpy as np # 创建一个二维数组 arr = np.array([[1, 2, 3], [4, 5, 6]]) # 查看维度 print(arr.shape) # 输出: (2, 3) # 查看维度数量 print(arr.ndim) # 输出: 2 # 查看元素总个数 print(arr.size) # 输出: 6 ``` ### pandas 数据框 pandas 主要用于处理结构化数据（如表格数据），它提供了数据框 (`DataFrame`) 来存储和操作数据。同样可以使用以下方法查看维度和大小： - `shape` 属性：返回一个元组，表示数据框的行数和列数。 - `ndim` 属性：返回数据框的维度数量（通常为2）。 - `len()` 函数：返回数据框的行数。 - `count()` 方法：返回每列或每行的有效值数量。例如： ```python import pandas as pd # 创建一个数据框 data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) # 查看数据框的维度 print(df.shape) # 输出: (3, 2) # 查看维度数量 print(df.ndim) # 输出: 2 # 查看行数 print(len(df)) # 输出: 3 # 查看每列的有效值数量 print(df.count()) # 输出: A 3, B 3 # 查看每行的有效值数量 print(df.count(axis='columns')) # 输出: 0 2, 1 2, 2 2 ``` 通过上述方法，可以轻松地获取数组或数据框的维度和大小，从而更好地理解数据的结构[^2]。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇 python中.from_list