Numpy和Pandas的區別

一、總結

一句話總結：

NumPy：大數據量的純粹數組處理，以及復雜函數和線性代數等

Pandas：處理非純粹的、混雜數組

雖然NumPy有着以上的種種出色的特性，其本身則難以獨支數據分析這座大廈，這是一方面是由於NumPy幾乎僅專注於數組處理，
另一方面則是數據分析牽涉到的數據特性眾多，需要處理各種表格和混雜數據，遠非純粹的數組（NumPy）方便解決的，而這就是pandas發力的地方。

 

 

 

二、Numpy和Pandas的區別

轉自或參考：Numpy和Pandas的區別
https://blog.csdn.net/weixin_43407092/article/details/89575559

一、區別
Numpy:是數值計算的擴展包，它能高效處理N維數組,復雜函數,線性代數.

Panadas:是做數據處理。是python的一個數據分析包,
二、簡介
1）NumPy：N維數組容器

Numpy專門針對ndarray的操作和運算進行了設計，所以數組的存儲效率和輸入輸出性能遠優於Python中的嵌套列表，數組越大，Numpy的優勢就越明顯。Numpy系統是Python的一種開源的數值計算擴展。這種工具可用來存儲和處理大型矩陣，比Python自身的嵌套列表（nested list structure)結構要高效的多（該結構也可以用來表示矩陣（matrix））。據說NumPy將Python相當於變成一種免費的更強大的MatLab系統。

1.ndarray的優勢

NumPy提供了一個N維數組類型ndarray，它描述了相同類型的“items”的集合。

一、內存塊風格:

這是因為ndarray中的所有元素的類型都是相同的，而Python列表中的元素類型是任意的，所以ndarray在存儲元素時內存可以連續，而python原生lis就t只能通過尋址方式找到下一個元素，這雖然也導致了在通用性能方面Numpy的ndarray不及Python原生list，但在科學計算中，Numpy的ndarray就可以省掉很多循環語句，代碼使用方面比Python原生list簡單的多。

二、ndarray支持並行化運算（向量化運算）

三、Numpy底層使用C語言編寫，內部解除了GIL（全局解釋器鎖），其對數組的操作速度不受Python解釋器的限制，效率遠高於純Python代碼。

2.Pandas：表格容器
pansdas是基於Numpy的一種工具,該工具是為了解決數據分析任務而創建的,。Pandas 納入了大量庫和一些標准的數據模型，提供了高效地操作大型數據集所需的工具。pandas提供了大量快速便捷地處理數據的函數和方法。使Python成為強大而高效的數據分析環境的重要因素之一。