（数据科学学习手札01）Python与R基本数据结构之异同

Python

1.列表（list）

list1 = [i for i in range(10)]
list1
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

特点：可遍历，可索引，可切片

列表的遍历：

方式1：

for i in range(len(list1)):
    print(list1[i])

0
1
2
3
4
5
6
7
8
9

方式2：

list1 = [i+1 for i in range(10)]
for i,j in enumerate(list1):
    print(i,j)
0 1
1 2
2 3
3 4
4 5
5 6
6 7
7 8
8 9
9 10

*这里的enumerate()方法用于返回序列对应元素的下标及值

列表的索引：

print(list[0])
0

列表的切片：

list1[2:6]
[2, 3, 4, 5]

2.字典（dictionary）

dic1 = {'a':1,'b':2,'c':3}
dic1
{'a': 1, 'b': 2, 'c': 3}

特点：只可通过字典特有方法遍历，可通过'键-值‘的方式进行索引，键名不可重复，值可以重复

字典的遍历：

方式1：

for key in dic1.keys():
    print(key)
a
b
c

方式2：

for value in dic1.values():
    print(value)
1
2
3

方式3：

for key,value in dic1.items():
    print(key + str(value))
a1
b2
c3

字典的索引：

dic1['a']
1

3.元组（tuple）

tp1 = (1,2,3,'a','b')
tp1
(1, 2, 3, 'a', 'b')

特点：一经创建，则不可修改，因此可以用元组来存放一些重要的常数，可索引，可首尾连接不同的元组

4.集合（set）

list = [1,2,2,3,4,5,5,6,6,7,8,9]
set(list)
 {1, 2, 3, 4, 5, 6, 7, 8, 9}

特点：可通过集合来进行去重

R

1.向量（vector）

> v1 <- c(1,2,3,'a','b')
> v1
[1] "" "" "" "a" "b"

特点：可自由修改，切片，拼接，索引，遍历

向量的拼接技巧：

> v1 <- c(1,2,3,4)
> v2 <- c(5,6)
> c(v1,v2)
[1] 1 2 3 4 5 6

2.矩阵（matrix）

> v1 <- 1:10
> v1
 [1]  1  2  3  4  5  6  7  8  9 10
> mat1 <- matrix(v1,nrow=2,ncol=5)
> mat1
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    3    5    7    9
[2,]    2    4    6    8   10

特点：matrix只能存在为规则的矩形结构，不能像vector一样自由的做不规则切片和增减元素

matrix()的byrow参数

> mat1 <- matrix(v1,nrow=2,ncol=5,byrow=TRUE)
> mat1
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    2    3    4    5
[2,]    6    7    8    9   10

byrow表示向量按行填充进而转为矩阵，默认byrow=FALSE

3.数组（array）

> v1 <- 1:50
> array1 <- array(v1,dim=c(5,5,2))
> array1
, , 1

     [,1] [,2] [,3] [,4] [,5]
[1,]    1    6   11   16   21
[2,]    2    7   12   17   22
[3,]    3    8   13   18   23
[4,]    4    9   14   19   24
[5,]    5   10   15   20   25

, , 2

     [,1] [,2] [,3] [,4] [,5]
[1,]   26   31   36   41   46
[2,]   27   32   37   42   47
[3,]   28   33   38   43   48
[4,]   29   34   39   44   49
[5,]   30   35   40   45   50

特点：与矩阵相似，但可以有大于2的维度

4.数据框（dataframe）

> v1 <- 1:4
> v2 <- 2:5
> v3 <- c('a','b','c','d')
> d1 <- data.frame(v1, v2, v3)
> d1
  v1 v2 v3
1  1  2  a
2  2  3  b
3  3  4  c
4  4  5  d

特点：可以在不同字段下储存长度相等的不同数据类型的元素;不可按照下标索引值

数据框的列名索引：

> d1$v1
[1] 1 2 3 4

数据框的下标索引：

> d1[2,2]
[1] 3

PS：与Python pandas中的数据框进行对比

Pandas：

import pandas as pd

v1 = [i for i in range(10)]
v2 = [i+1 for i in range(10)]
d1 = pd.DataFrame({'v1':v1,
                   'v2':v2})
d1
   v1  v2
0   0   1
1   1   2
2   2   3
3   3   4
4   4   5
5   5   6
6   6   7
7   7   8
8   8   9
9   9  10

pandas可以直接将矩阵（由列表嵌套成的矩阵，非numpy 中的matrix）转化为数据框

mat1 = [[1,2,3],[4,5,6]]
index = ['a','b']
colnames = ['x','y','z']
d1 = pd.DataFrame(data=mat1,index=index,columns=colnames)
d1
Out[11]:
   x  y  z
a  1  2  3
b  4  5  6

pandas 数据框的索引

按字段名索引：

d1['v1']
Out[4]:
0    0
1    1
2    2
3    3
4    4
5    5
6    6
7    7
8    8
9    9
Name: v1, dtype: int64

按下标索引：

d1.iloc[1]
Out[6]:
v1    1
v2    2
Name: 1, dtype: int64

*pandas中数据框的相关操作风格接近R

让我们回到R

5.列表（list）

> ele1 <- 1:20
> ele2 <- c('j','a','c','k')
> ele3 <- matrix(1:20, nrow=4,ncol=5)
> title <- 'List in R'
> list1 <- list(title=title, num=ele1, char=ele2, mat=ele3)
> list1
$title
[1] "List in R"

$num
 [1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20

$char
[1] "j" "a" "c" "k"

$mat
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    5    9   13   17
[2,]    2    6   10   14   18
[3,]    3    7   11   15   19
[4,]    4    8   12   16   20

*与Python中的list不同，R中的列表可以依次存入数据类型与结构相异的独立对象，并可以通过下标索引及'$'索引获取对象