在資料分析中，經常涉及numpy中的ndarray物件與pandas的Series和DataFrame物件之間的轉換，讓大家產生困惑。本文將簡單介紹這三種資料型別，並以股票資訊為例，給出相關物件之間轉換的具體示例。

ndarray陣列物件

NumPy中的ndarray是一個多維陣列物件，該物件由兩部分組成：

• 實際的資料；
• 描述這些資料的元資料。

大部分的陣列操作僅僅修改元資料部分，而不改變底層的實際資料。NumPy陣列一般是同質的（但有一種特殊的陣列型別例外，它是異質的），即陣列中的所有元素型別必須是一致的。這樣有一個好處：如果我們知道陣列中的元素均為同一型別，該陣列所需的儲存空間就很容易確定下來。

我們舉一個簡單的多維陣列的例子。在這裡，我們使用Numpy提供的arange函式來來方便的建立一維陣列，其函式原型為arange([start,] stop[, step,], dtype=None)。可以指定起始值、結束值、步長及資料型別引數，這裡步長引數為整數值。如果要使用非整數值的步長，可以考慮使用linespace函式。通過reshape()函式將一維陣列轉換為多維陣列。

1. >>> import numpy as np

2. >>> a = np.arange(10).reshape(2,5)

3. >>> print a

4. [[0 1 2 3 4]

5. [5 6 7 8 9]]

6. >>> type(a)

7. <type 'numpy.ndarray'>

8. >>> a[0,1]

9. 1

10. >>> a[0][1]

11. 1

12. >>> a[:, ::2]

13. array([[0, 2, 4],

14. [5, 7, 9]])

15. >>> a[0]

16. array([0, 1, 2, 3, 4])

17. >>> a.shape

18. (2L, 5L)

19. >>> a.dtype

20. dtype('int32')

21. >>> a.dtype.itemsize

22. 4

多維陣列的操作也非常簡單，可以參考list型別對陣列進行訪問、切片操作。比較重要的是可以通過shape屬性獲取陣列的維數。
我們也可以通過多維陣列來標識異構的資料型別，以股票資料為例，通過dtype類來定義資料型別物件stock, 其包括日期、開盤價、收盤價、最高價、最低價、成交量及股票編碼資訊：

1. from numpy import *

2.  

3. if __name__ == '__main__':

4. stock = dtype([('date', str_, 10), ('open', float32), ('close', float32),

5. ('high', float32), ('low', float32), ('volume', float32),

6. ('code', float32)])

7. data = array([("2017-10-18", 11.53, 11.69, 11.70, 11.51, 871365.0, "000001"),

8. ("2017-10-19", 11.64, 11.63, 11.72, 11.57, 722764.0, "000001"),

9. ("2017-10-20", 11.59, 11.48, 11.59, 11.41, 461808.0, "000001"),

10. ("2017-10-23", 11.39, 11.19, 11.40, 11.15, 1074465.0, "000001")],

11. dtype=stock)

12. print type(data)

13. print data

顯示結果：

1. <type 'numpy.ndarray'>

2. [ ('2017-10-18', 11.52999973, 11.68999958, 11.69999981, 11.51000023, 871365., 1.)

3. ('2017-10-19', 11.64000034, 11.63000011, 11.72000027, 11.56999969, 722764., 1.)

4. ('2017-10-20', 11.59000015, 11.47999954, 11.59000015, 11.40999985, 461808., 1.)

5. ('2017-10-23', 11.39000034, 11.18999958, 11.39999962, 11.14999962, 1074465., 1.)]

在實際應用中，我們很少使用ndarray來定義異構的資料型別，而是使用pandas中的Series和DataFrame來操作。

Series物件

從一般意義上來講， Series 可以簡單地被認為是一維的陣列。 Series 和一維陣列最主要的區別在於 Series 型別具有索引（ index ）。Series支援從列表和字典建立，這裡僅舉以列表建立的例子：

1. from pandas import Series

2. if __name__ == '__main__':

3. data = [

4. ["2017-10-18", 11.53, 11.69, 11.70, 11.51, 871365.0, 000001],

5. ["2017-10-19", 11.64, 11.63, 11.72, 11.57, 722764.0, 000001],

6. ["2017-10-20", 11.59, 11.48, 11.59, 11.41, 461808.0, 000001],

7. ["2017-10-23", 11.39, 11.19, 11.40, 11.15, 1074465.0, 000001]]

8. series = Series(data, index=['a', 'b', 'c', 'd'])

9. print series

10. #將Series轉換為ndarray型別

11. arr = series.as_matrix()

可以呼叫as_matrix()將其轉換為ndarray型別的物件。

DataFrame物件

DataFrame 是將數個 Series 按列合併而成的二維資料結構，每一列單獨取出來是一個 Series ，這和SQL資料庫中取出的資料是很類似的。所以，按列對一個 DataFrame 進行處理更為方便，使用者在程式設計時注意培養按列構建資料的思
維。 DataFrame 的優勢在於可以方便地處理不同型別的列，因此，就不要考慮如何對一個全是浮點數的 DataFrame 求逆之類的問題了，處理這種問題還是把資料存成NumPy的 matrix 型別比較便利一些。
我們仍平安銀行的例子，建立DataFrame物件，這裡把日期提取出來作為index，同時指定了列名。

1. from pandas import Series, DataFrame

2. from numpy import array

3.  

4. if __name__ == '__main__':

5. data = [

6. [11.53, 11.69, 11.70, 11.51, 871365.0, 000001],

7. [11.64, 11.63, 11.72, 11.57, 722764.0, 000001],

8. [11.59, 11.48, 11.59, 11.41, 461808.0, 000001],

9. [11.39, 11.19, 11.40, 11.15, 1074465.0, 000001]]

10. df = DataFrame(data, index=["2017-10-18", "2017-10-19", "2017-10-20", "2017-10-23"],

11. columns=["open", "close", "high", "low", "volume", "code"])

12. print df

13. print df.as_matrix(['open', 'close'])

14. print df.values

15. print array(df)

這裡，我們展示了3種方法將DataFrame獲取ndarray型別的方法。as_matrix()方法可以指定獲取的列；values屬性將使用所有的列轉換為ndarray物件，等同與無引數的as_matrix()；array()接受將DataFrame物件作為引數建立ndarray物件。