最近开始做图像识别，自然而然地用到了深度学习框架，也接触到了一种新的数据结构——张量（tensor）。此外，还有一些常用的数据结构，如DataFrame、Series、数组等，本文主要对这些数据结构的创建和相互转换做一个简单的总结。DataFrame的创建方法不是分别贴出每个数据结构的示例图，而是简单描述一下每个数据结构的特点。DataFrame类似于二维矩阵，但它的行和列都有相应的索引。有很多方法可以创建DataFrame。下面介绍三种常用的方法：1、通过字典创建。2.通过元组创建的原理和通过字典创建的一样，只是需要自己指定行索引和列索引。3、randn随机生成np.random.randn(m,n)生成$m\timesn$规格的矩阵，行列索引需要自己指定。SeriesSeries可以看作DataFrame中的一个元素，一列索引对应一列值。1.通过字典创建2.通过list创建3.通过arange创建arraytensor这里Tensor是一个类，tensor和as_tensor是方法，第一个生成浮点型，后两种生成的数据和传入的数据类型一致，即也就是说，传入一个整数生成一个整数，传入一个浮点数生成一个浮点数。通过DataFrame转换和Series拆解得到的单行或单列索引的数据类型为Series。DataFrame转array1，直接获取values2，通过numpy将Series转DataFrame1，合成2，to_frame()Series转array方法同DataFrame转array。arraytoDataFramearraytoSeriesarraytotensortensortoarray以上的创建和转换方法只是其中的一部分，是比较常用的。另外，比如列表可以作为中间媒介进行转换等，这里就不过多介绍了。.关注公众号【奶糖猫】获取更多精彩文章
