【Python数据分析】1.数据的维度

因为处理地理数据时所需的GeoPandas库，是基于Pandas构建的，因此需要首先了解Python数据分析主要使用两个库【Numpy（Pandas库的基础）】和【Pandas】。

两个库均可使用pip安装。

pip install numpy pandas

1.数据维度：

学习numpy、pandas库首先需要了解数据维度。

数据维度就是在数据之间形成特定关系，表达多种数据含义的一个很基础的概念。

• 一维数据：

一维数据由对等关系的有序或无序数据构成，采用线性方式组织。

3.14 ， 4.15 ， 5.16 ， 6.17 ， 7.18 ， 8.19

• 二维数据：

二维数据由多个一维数据构成，是一维数据的组合形式。

表格是典型的二维数据（例如下面所示的大学排名表格）。

• 多维数据：

多维数据由一维或二维数据在新维度上扩展形成。

例如，多个年度的大学排名，就是由上面的二维数据在时间维度上进行扩展形成的。

• 高维数据：

高维数据仅利用最基本的二元关系展示数据间的复杂结构。

# 以键值对的形式将数据组织起来{    "firstName"："Lei",    "lastName" ："Li",    "address"  ：{                    "city" ："上海市",                    "streetAddress" ："四平路1239号",                  },    "prof" ：["uban planning","computer"]}

2.数据维度的Python表示：

• 一维数据：列表和集合类型；

[3.11,3.12,3.13,3.14] # 有序{3.11,3.12,3.13,3.14} # 无序

• 二维数据、多维数据：列表嵌套形式；

[[3.11,3.12,3.13,3.14],[3.15,3.16,3.17,3.18]]

• 高维数据：字典类型或数据表示格式(JSON、XML、YAML等格式)；

# 字典类型dict = {            "firstName"："Lei",            "lastName" ："Li",         }

本篇文章来源于微信公众号: 码农设计师