後兩次PTA總結 首先來看看第七次: 第七次相比於之前,添加了互斥開關元器件而且引入了並聯互串等等接法,按照我之前的設計,作出改動不算太難,我之前的遞歸已經可以按照順序儲存所以的元器件到一起去了,主要還是歸功於將串並聯電路繼承自元器件的方式十分有效,這樣就能夠將串並聯電路當作元器件一起處理,再按照遞 ...
序列類型轉換
3.1 自動轉換
在pandas 1.0 中,引入了一種新的轉換方法.convert_dtypes。它會嘗試將Series 換為支持 pd.NA 類型。以city_mpg 系列為例,它將把類型從int64轉換為Int64:
>>> city_mpg.convert_dtypes()
0 19
1 9
2 23
3 10
4 17
..
41139 19
41140 20
41141 18
41142 18
41143 16
Name: city08, Length: 41144, dtype: Int64
>>> city_mpg.astype('Int16')
0 19
1 9
2 23
3 10
4 17
..
41139 19
41140 20
41141 18
41142 18
41143 16
Name: city08, Length: 41144, dtype: Int16
>>> city_mpg.astype('Int8')
Traceback (most recent call last):
...
要指定系列數據的類型,可以嘗試使用.astype 方法。我們的城市裡程可以保存為16位整數,但8位整數就不行了,因為該符號類型的最大值是127,而我們有一些汽車的值是150。使用更窄的類型,就能減少記憶體使用,從而有更多記憶體處理更多數據。可以使用NumPy來檢查整數和浮點類型的限制:
>>> np.iinfo('int64')
iinfo(min=-9223372036854775808, max=9223372036854775807, dtype=int64)
>>> np.iinfo('uint8')
iinfo(min=0, max=255, dtype=uint8)
>>> np.finfo('float16')
finfo(resolution=0.001, min=-6.55040e+04, max=6.55040e+04, dtype=float16)
>>> np.finfo('float64')
finfo(resolution=1e-15, min=-1.7976931348623157e+308, max=1.7976931348623157e+308, dtype=float64)
參考資料
- 軟體測試精品書籍文檔下載持續更新 https://github.com/china-testing/python-testing-examples 請點贊,謝謝!
- 本文涉及的python測試開發庫 謝謝點贊! https://github.com/china-testing/python_cn_resouce
- python精品書籍下載 https://github.com/china-testing/python_cn_resouce/blob/main/python_good_books.md
- Linux精品書籍下載 https://www.cnblogs.com/testing-/p/17438558.html
3.2 記憶體使用
要計算系列的記憶體使用情況,可以使用.nbytes屬性或.memory_usage方法。後者在處理object類型時非常有用,因為可以通過deep=True來計算系列中 Python 對象的記憶體使用量。
>>> city_mpg.nbytes
329152
>>> city_mpg.astype('Int16').nbytes
123432
autos的make列包含字元串,並作為對象存儲。要獲得包含字元串的記憶體量需要使用.memory_usage 方法:
>>> make = df.make
>>> make.memory_usage()
KeyboardInterrupt
>>> make.nbytes
329152
>>> make.memory_usage()
329280
>>> make.memory_usage(deep=True)
2606395
.nbytes只是數據正在使用的記憶體,不含序列的輔助部分。.memory_usage包括索引記憶體,還可能包括object類型的等。
3.3 字元串和分類
如果向 .astype 方法傳遞str,它還可以將數字序列轉換為字元串
>>> city_mpg.astype(str)
0 19
1 9
2 23
3 10
4 17
..
41139 19
41140 20
41141 18
41142 18
41143 16
Name: city08, Length: 41144, dtype: object
>>> city_mpg.astype(str)
0 19
1 9
2 23
3 10
4 17
..
41139 19
41140 20
41141 18
41142 18
41143 16
Name: city08, Length: 41144, dtype: object
分類序列對字元串數據非常有用,可以節省大量記憶體。這是因為當你有字元串數據時pandas會存儲Python字元串。
當你將其轉換為分類數據時,pandas不再為每個值使用Python字元串,而是對其進行優化,因此重覆值不會重覆。您仍然可以使用.str 屬性的所有功能,但可能會節省大量記憶體(如果您有很多重覆值)並提高性能,因為您不需要執行那麼多字元串操作。
3.4 有序分類
要創建有序分類,需要定義自己的 CategoricalDtype:
>>> values = pd.Series(sorted(set(city_mpg)))
>>> city_type = pd.CategoricalDtype(categories=values,
... ordered=True)
>>> city_mpg.astype(city_type)
0 19
1 9
2 23
3 10
4 17
..
41139 19
41140 20
41141 18
41142 18
41143 16
Name: city08, Length: 41144, dtype: category
Categories (105, int64): [6 < 7 < 8 < 9 ... 137 < 138 < 140 < 150]
下表列出了可以傳入 .astype 的類型。
3.5 其他類型
.to_numpy方法(或.values屬性)返回NumPy數組,而.to_list返回Python列表。一般不要使用這些方法。如果直接使用 NumPy,有時會提高速度,但也有缺點。使用Python列表會大大降低代碼速度。
如果你只想要單列的數據幀,你可以使用.to_frame 方法:
>>> city_mpg.to_frame()
city08
0 19
1 9
2 23
3 10
4 17
... ...
41139 19
41140 20
41141 18
41142 18
41143 16
[41144 rows x 1 columns]
此外,還有許多將數據導出為其他格式的轉換方法,包括 CSV、Excel、HDF5、SQL、JSON 等。這些方法也存在於數據幀中,在序列中應用不多。
要轉換為日期時間,請使用pandas中的 to_datetime 函數。如果要添加時區信息,則需要更多步驟。有關日期的章節將對此進行討論。