【目录】

【正文】

2. Series对象-一维数据

【学习时间】

60分钟

1. 知识回顾-创建字典

【语法】

一个字典主要由5部分构成：

• 1. 英文大括号{ }
• 2. 字典的键
• 3. 键与值之间用英文冒号:隔开
• 4. 字典的值
• 5. 键值对之间用英文逗号,分隔

• code_dict字典名。
• 字典用{ }大括号表示。注意集合也用{ }大括号表示。
• 北京是字典键。
• :英文冒号。
• 100000是字典的值。
• '北京':100000称为一个键值对。
• 2个键值对之间用英文逗号,分隔。

【课堂练习】

创建一个字典。

字典的键为：姓名 和 性别。

姓名 对应的值是 ['张三', '李四', '王五']。

性别对应的值是 ['男','女','男']。

【代码示例】

# 字典的键为'姓名'和'年龄'，
# 字典的值为['张三', '李四', '王五']、['男','女','男']
my_dict = {'姓名': ['张三', '李四', '王五'], '性别': ['男','女','男']}

# 打印字典
print(my_dict)

【终端输出】

{'姓名': ['张三', '李四', '王五'], '性别': ['男', '女', '男']}

2. 调用库的类、函数、变量语法

• 调用库的类：库名.类名( )，如 csv.DictReader()
• 调用库的函数：库名.函数名( )，如 os.mkdir()
• 调用库的变量：库名.变量名，如 os.name

【总结】

• 不管调用什么，库名后都需要紧跟一个英文小圆点.。
• 调用类和函数需要加英文圆括号( )。
• 调用变量不用加英文圆括号( )，因为变量没有参数可以传递。

【课堂练习】

已知库名为pandas。
Series是pandas库的一个类。
请完善代码调用Series类。

【代码示例】

# 导入pandas库并简写为pd
import pandas as pd

# 调用库的类：库名.类名( )
# pd是库名，Series是类名
s = pd.Series()

3. 实例化类创建一个对象

在面向对象编程中，类是一个模板，而对象则是根据这个模板创建出来的具体实体。

通过实例化，我们可以使用类中定义的属性和方法来完成相应的操作。

【创建对象语法】

对象名 = 类名()

• 等号的左边是我们给创建对象起的名字。

• 等号右边写类名，表示这个对象是根据这个类生产出来的。

• 类名后紧跟一对英文圆括号( )。

【查看对象属性语法】

对象名.属性名

属性是定义在类里的变量。

【课堂练习】

已知类名为Cars。
请用上述类创建一个aodi_A6 对象。
该对象的颜色属性为红色，车型属性为小轿车。

【代码示例】

# 定义一个车类，类名为Cars
class Cars:
     # 直接写在类里的变量称为类属性
    color= "红色"
    type_1 = "小轿车"

# 创建对象
# 对象名 = 类名()
aodi_A6 = Cars( )  

# 查看对象的属性
# 对象名.属性名
# aodi_A6是对象名，color是属性名
print(aodi_A6.color)

【终端输出】

红色

4. Series一维数组

pandas库的核心数据结构是两种类型的数据对象：Series和DataFrame。

Series[ˈsɪəriːz]：系列。

Series：一维数组。

【什么是Series数据？】

Series是pandas库中的一种数据结构，用于表示一维的标签化数据。

Series可以存储任意类型的数据。

Series的每个数据都会自动关联一个索引。

索引可以是数字或字符串。

【什么是一维数据？】

一维数据是指只有一个维度的数据集合。

一维数据通常表示为单行或单列的数据集，其中每个元素都可以通过索引来访问。

下图所示的就是一维数组：

5. pd.Series创建一个Series对象

【语法】

pd.Series(data, index)

【参数】

• pd是库名。
• .英文小圆点。库名后接一个小圆点表示调用。
• Series类名。
• data是必需参数，表示要传递的数据。
• index是可选参数，用于自定义索引。

index[ˈɪndeks]：索引。

实例化类创建对象的语法为：对象名 = 类名()

pd.Series(data, index)也是一个实例化类创建对象语句。

只是这里的类不是自定义的类，而是调用的pandas库的类。

pd.Series(data, index)实例化Series类后得到一个Series对象。

实例化Series类必须传递一个data参数。

data参数的数据类型可以是列表、数组、字典等。

下面我们依次来看。

6. data = 列表

【代码示例】

# 导入pandas库并简写为pd
import pandas as pd 

data =["赵", "钱", "孙", "李"]

s1 = pd.Series(data)
print(type(s1))
print(s1)

【终端输出】

<class 'pandas.core.series.Series'>
0    赵
1    钱
2    孙
3    李
dtype: object

【代码解析】

终端输出的<class 'pandas.core.series.Series'>表示实例化Series类后得到一个Series对象。

Series对象是一个一维数组。

• pd是库名。
• .英文小圆点，库名后接一个小圆点表示调用。
• Series类名。
• data 存储的是一个列表。

在没有index参数的情况下，pd.Series(data) 会自动为列表中的每一个元素分配对应的数字索引。

默认索引是从 0 开始，以 0, 1, 2, 3,… 的形式按序分配给列表中的元素。

第1个元素赵，自动分配索引0 。
第2个元素钱，自动分配索引1 。
第3个元素孙，自动分配索引2 。
第4个元素李，自动分配索引3 。

上面的0 1 2 3就是默认的数据索引。

7. 同时传入data和index

【代码示例】

# 导入pandas库并简写为pd
import pandas as pd 

data =["赵", "钱", "孙", "李"]
index=['A','B','C','D']

s1 = pd.Series(data, index )
print(s1)

【终端输出】

A    赵
B    钱
C    孙
D    李
dtype: object

【代码解析】

这里的代码相对于上一段代码多传入了一个参数index。

• pd是库名。
• .英文小圆点，库名后接一个小圆点表示调用。
• Series类名。
• data 存储的是一个列表。
• index=['A','B','C','D']表示用A B C D做为数据索引。

【有没有index的区别】

没有index参数，赵对应的索引为默认索引0。

有index参数，赵对应的索引为传入的索引A。

8. data = 字典

【代码示例】

# 导入pandas库并简写为pd
import pandas as pd 

data = {'A':'赵','B':'钱','C':'孙','D':'李'}
s1 = pd.Series(data)
print(s1)

【终端输出】

A    赵
B    钱
C    孙
D    李
dtype: object

当传入的data数据类型为字典时：
字典的键A B C D就是数据的索引。
字典的值赵 钱 孙 李是数据的值。

9. Series对象的3要素：索引+数据+类型

9.1 data=列表，列表元素均为字符串

# 导入pandas库并简写为pd
import pandas as pd 

# 列表的元素均为字符串
data = ["赵", "钱", "孙", "李"]

s1 = pd.Series(data)
print(s1)

【终端输出】

0    赵
1    钱
2    孙
3    李
dtype: object

输出一个Series如下图所示：

dtype：类型。

object[ˈɒbdʒɪkt]：对象。

• 左侧的0 1 2 3 是索引。
• 右侧的赵 钱 孙 李是数据。
• dtype指pandas库中的数据类型。
• object表示数据类型为字符串。

在Series对象中，只要有一条数据是字符串类型，则dtype就为 object。

上面的代码传给参数data的数据只有字符串类型。

终端输出dtype: object，object等价于字符串类型。

dtype: object字符串类型。

9.2 data=列表，列表元素均为字符串+整数

# 导入pandas库并简写为pd
import pandas as pd 

# 列表的元素均为字符串+整数
data = ["赵", "钱", 1, 2]

s1 = pd.Series(data)
print(s1)

【终端输出】

0    赵
1    钱
2    1
3    2
dtype: object

列表data的元素有字符串赵 钱，也有整数1 2 。

但在Series对象中，只要有一条数据是字符串类型，则dtype就为 object。

因此终端输出dtype: object，object等价于字符串类型。

9.3 data=列表，列表元素均为整数

# 导入pandas库并简写为pd
import pandas as pd 

# 列表的元素均为整数
data = [1, 2, 3, 4]

s1 = pd.Series(data)
print(s1)

【终端输出】

0    1
1    2
2    3
3    4
dtype: int64

列表data的元素均为字符串。

终端输出dtype: int64，数据均为整数。

9.4 data=列表，列表元素均为浮点数

# 导入pandas库并简写为pd
import pandas as pd 

# 列表的元素均为浮点数
data = [1.1, 2.2, 3.3, 4.4]

s1 = pd.Series(data)
print(s1)

【终端输出】

0    1.1
1    2.2
2    3.3
3    4.4
dtype: float64

列表data的元素均为浮点数。

终端输出dtype: float64，数据均为浮点数。

10. Series类的values和index属性

Series类是pandas库中的一个数据结构，它有两个属性：values和index。

values属性是一个一维数组，用于存储Series对象中的数据。

这个数组可以包含不同的数据类型，如整数、浮点数、字符串等。

我们可以通过访问这个属性来获取Series对象中的数据。

index属性是一个索引对象，用于标识Series对象中每个数据项的标签。

索引可以是整数、字符串或其他数据类型。

通过index属性，我们可以对Series对象进行标签化的访问和操作。

11. 利用index获取Series的索引

# 导入pandas库并简写为pd
import pandas as pd 

data = {'A':'赵','B':'钱','C':'孙','D':'李'}

# 调用库的类：库名.类名( )
# pd是库名，Series是类名
# 创建对象：对象名 = 类名()
# s1是对象名，Series是类名
s1 = pd.Series(data)

# 查看对象的属性
# 对象名.属性名
print(s1.index)

【终端输出】

Index(['A', 'B', 'C', 'D'], dtype='object')

【代码解析】

• s1是实例化类后创建的对象，是对象名。
• index是该对象具有的属性。
• 对象名.属性名可输出属性。

Index表是对象的索引，因此这里输出的就是数据的索引值['A', 'B', 'C', 'D']。

12. 利用values获取Series的值

# 导入pandas库并简写为pd
import pandas as pd 

data = {'A':'赵','B':'钱','C':'孙','D':'李'}

# 调用库的类：库名.类名( )
# pd是库名，Series是类名
# 创建对象：对象名 = 类名()
# s1是对象名，Series是类名
s1 = pd.Series(data)

# 查看对象的属性
# 对象名.属性名
print(s1.values)

【终端输出】

['赵' '钱' '孙' '李']

values表是对象的数据，因此这里输出的就是对象中的数据['赵' '钱' '孙' '李']。

13. 课堂练习

【目标任务】

假设你正在记录每天的体重，并且你有以下数据：

星期一: 55
星期二: 54
星期三: 53
星期四: 52
星期五: 51

要求使用上面这些数据创建一个名为 weight 的 Series 对象，并将星期作为索引。

最后分别输出Series 对象的索引和数据。

【代码示例】

import pandas as pd

data = [55, 54, 53, 52, 51]
index = ['星期一', '星期二', '星期三', '星期四', '星期五']

weight = pd.Series(data, index)

print(weight)

print("Series对象的索引：",weight.index)

print("Series对象的数据：",weight.values)

【终端输出】

星期一    55
星期二    54
星期三    53
星期四    52
星期五    51
dtype: int64
Series对象的索引： Index(['星期一', '星期二', '星期三', '星期四', '星期五'], dtype='object')
Series对象的数据： [55 54 53 52 51]

14. 总结

15. 课后练习

【目标任务】

已知2个列表如下：

list_1 = [1, 2, 3, 4]
iist_2 = [9, 8, 7, 6]

要求将这两个列表中的元素一一对应相加，返回一个新列表。

【一一相加】

1+9 = 10
2+8 = 10
3+7 = 10
4+6 = 10

【返回的列表】

list_3 = [10, 10, 10, 10]

【代码示例】

list_1 = [1, 2, 3, 4]
list_2 = [9, 8, 7, 6]
result = []

for i in range(len(list_1)):
    result.append(list_1[i] + list_2[i])

print(result)

【终端输出】

[10, 10, 10, 10]

【代码解析】

list_1 = [1, 2, 3, 4]
print(len(list_1))

【终端输出】

4

len函数是一个内置函数，在Python中用于返回一个对象的长度或元素个数。

它可以用于字符串、列表、元组、字典等可迭代对象。

当应用于字符串时，len函数返回字符串中字符的个数。

当应用于列表、元组或字典时，len函数返回容器中元素的个数。

上面的列表有4个元素，因此len(list_1)=4

for i in range(len(list_1))等价于for i in range(4)。

list_1 = [1, 2, 3, 4]
list_1[0]

【终端输出】

1

列表索引取值语法列表名[索引]。
list_1[0]取到列表的第一元素1。

list_1[i] + list_2[i]

2个列表的索引均为i，就实现了列表取值的一一对应。

取值后将2个元素进行加法运算，就实现了题目的求和。

result.append(list_1[i] + list_2[i])

• 向列表中增加元素的语法为列表名.append(要增加的元素)。
• result是列表名。
• append向列表增加元素的函数。
• list_1[i] + list_2[i]要增加的元素。

上面这个方法是我们在基础语法部分学习的方法，今天学了Series后，我们可以用更简洁的办法来计算出2个列表一一对应的和。

用Series的相关知识该怎么计算呢，大家先动动脑想一想吧！

【参考答案】