Python编程基础教程完整版ppt整本书教学教程最全电子教案（最新.ppt

一维数据 01 7.2数据的维度 为了利用与开发数据，需要从不同的维度对数据进行组织与刻画，从而更好地描述数据之间的关系与逻辑。 按照数据之间的关系，可以将数据分为：一维数据、二维数据和高维数据。 一维数据的数据成员平等，相互之间不存在包含或者从属关系，这类数据通常采用直线方式加以组织。 #如果数据间有序，可以使用序列类型 ls1=[8,7,2] tu1=(医生，工人，农民，公务员) #如果数据间无序，可以使用集合类型 set1={1,2,3,4,5} 二维数据 02 7.2数据的维度 二维数据由具有关联关系的数据构成。二维表格、数学中的矩阵均为二维数据的常见组织形式。 Python数据分析中常用嵌套列表、Numpy二维数组等结构作为二维数据的组织形式。 高维数据 03 7.2数据的维度 随着大数据时代的到来，互联网及社会各个领域源源不断地产生海量数据，如证券市场交易数据、电子商务数据、社交媒体数据、多媒体数据、卫星遥感数据等。这些数据特征复杂、形式多样，需要更复杂的数据结构，更多更高维度地描述数据特征。 高维数据关系复杂，可采用多层嵌套低维度率数据结构的组织形式来表示。Python常用嵌套列表、Numpy、Pandas等来处理高维数据。 #通过Numpy生成3*3*3的三维数组 import numpy as np a = np.random.random((3,3,3)) print (a) [[[000 [000 [000] [[000 [000 [0.5728442 00] [[000 [000 [000]] 7.3一维数据的处理 一维数据同样也有多种文件存储格式，为了明确数据边界，可以采用特殊字符对数据进行分隔。通常包括以下5种方法。 一维数据结构 01 7.3一维数据的处理 一维数据结构 空格分隔法 逗号分隔法 换行符分隔法 制表符分隔法 分号分隔法 7.3一维数据的处理 逗号分隔法的通常使用CSV作为文件存储格式。 CSV以纯文本形式存储表格数据（包括数字和文本），这意味着该文件是一个字符序列，不含必须像二进制数字那样被解读的数据。 CSV文件在Windows平台默认的打开程序是Excel，但是它的本质是一个文本文件。 7.3一维数据的处理 一维数据的文件读取： 对一维数据进行处理时，需要先从CSV格式文件读入一维数据，并将其表示为列表对象。需要注意，从CSV文件中获得内容时，每一行最后一个元素后面有一个换行符。使用split()方法以逗号对一维数据进行分割。 一维数据的操作 02 #读取文件 F1=open(1.csv,r) ls=F1.read().split(,) F1.close() print(ls) 7.3一维数据的处理 #程序运行后的结果： [Year，Manufacturer，Product\n1997，ford，E350\n1999，Chevy，Venture \n1999，Chevy，Venture\n1996，Jeep，Grand Cherokee] 3、元组的操作函数 （2）删除元素 tup=(Google,Yahoo,Microsoft,2020) print(删除前的元组：) print(tup) del tup; print(删除后的元组：) print(tup) 删除前的元组： (Google, Yahoo, Microsoft, 2020) 删除后的元组： --------------------------------------------------------------------------- NameError Traceback (most recent call last) ipython-input-32-6ebdc9a4ef38 in module 4 del tup; 5 print (删除后的元组：) ---- 6 print(tup) NameError: name tup is not defined 6.4元组类型及操作 4、元组的删除 （1）删除元组对象 x=（1,2,3