Data Science · मराठी आवृत्ती

4.3 pandas आणि NumPy चा संबंध

रवींद्र बागले यांच्या course वर आधारित · सहज मराठीत explanation

या page मध्ये

Practice
Recap
रवींद्र बागले यांची tip

pandas Series मधून .to_numpy() वापरून array मिळवता येतो:

import pandas as pd
s = pd.Series([9, 12, 11, 14, 18], name="delivery_mins")
arr = s.to_numpy()
print(type(arr), arr.mean())

या course मध्ये बहुतेक analysis थेट pandas मध्ये होईल. पण matrix गणित हवं असेल किंवा performance तपासायचा असेल तर आतल्या array चा विचार उपयोगी पडतो.

Practice

काल्पनिक delivery minutes [9, 12, 11, 14, 18, 10, 8, 13] यांचा NumPy array करा. Minimum, maximum, mean आणि 12 minutes पेक्षा कमी वेळाच्या trips ची संख्या print करा. शेवटच्यासाठी (mins < 12).sum() हा vectorised comparison वापरा.

Recap

np.array, shape, dtype, vectorised * आणि .sum() हे basics आहेत.
Amounts आणि measures साठी numeric dtype वापरा.
pandas च्या अनेक operations मागे NumPy arrays असतात.

आता DataFrame आणि Series पाहूया.