|
Pandaslar va NumPy o'rtasidagi farq
|
| bet | 3/9 | | Sana | 17.12.2023 | | Hajmi | 111,61 Kb. | | #121213 |
Bog'liq Mashinali o\'qitish.Pandaslar va NumPy o'rtasidagi farq:
Pandas kutubxonasi asosan raqamli jadvallar (satr; ustun) bilan ishlaydi, Numpy moduli esa raqamli ma'lumotlar uchun mavjud.
Pandalar DataFrame va Series kabi ma'lumotlarni tahlil qilish bilan ishlashga imkon beradigan ba'zi xususiyatlarga ega, boshqa tomondan, Numpy Array deb nomlangan ob'ektni taqdim etadi.
Pandas kutubxonasi Series obyektlarini indekslashda Numpy moduliga qaraganda sekin.
Pandas kutubxonasi 500 ming yoki undan ortiq qatorlar bilan ishlash uchun eng yaxshisidir, Numpy moduli esa 50 ming yoki undan kam qatorlar bilan ishlash uchun eng yaxshisidir.
Pandas DataFrame deb nomlangan 2- jadval ob'ektini taklif qiladi , Numpy moduli esa ko'p o'lchovli massivni taqdim etadi.
Numpy modullarini Machine Learningning muhim vositalaridan biri, ya'ni Scikit Learn va Tensorflow yordamida bevosita Mashina Ta'limida kirish
sifatida qabul qilish mumkin, Pandas ma'lumotlar ob'ekti esa kirish sifatida bevosita qo'llab-quvvatlanmaydi; Mashinani o'rganishga kirish sifatida xizmat qilishdan oldin u tayyor bo'lishi kerak.Pandas paketlarida ma'lumotlarni tahlil qilish uchun ko'plab vositalar va ma'lumotlarni filtrlash usullari mavjud. Bu erda CSV, MS Excel va boshqalar kabi turli formatlardagi ma'lumotlarni o'qish mumkin.
Agar maʼlumotlar CSV formatida boʻlsa, pandas.read_csv (“csv_filename.csv”) ishlatiladi. Va agar Excel formatida bo'lsa, ma'lumotlarni qulay import qilish uchun pandas.read_excel ("excel_filename.xlsx") ishlatiladi.
Pandalar ma'lumotlarni saqlash uchun ikkita asosiy ma'lumotlar tuzilmalariga ega:
1) Seriya. Har qanday turdagi ma'lumotlarni saqlaydigan bir o'lchovli massiv singari, qiymatlar bu erda o'zgaradi, lekin seriyaning o'lchami emas.
2) DataFrame. Dataframe hajmini o'zgartirish mumkin. Bu erda ma'lumotlar ixtiyoriy indeks bilan qator va ustun formatida ko'rsatiladi.
PANDAS ma'lumotlar tuzilmalari: SERIES va DATAFRAME
|
| |
