在Python中查看表的形状有多种方法，使用pandas库的DataFrame.shape属性、使用numpy库的array.shape属性、使用pandas库的DataFrame.info()方法、使用DataFrame.describe()方法。其中，最常用的是使用pandas库的DataFrame.shape属性。它可以直接返回DataFrame的行数和列数，帮助你快速了解数据的基本结构。
一、使用pandas库的DataFrame.shape属性
pandas是Python中最常用的数据分析库之一，通过pandas库我们可以轻松地处理和分析数据。要查看一个DataFrame的形状，可以使用其shape属性。shape属性返回一个元组，包含DataFrame的行数和列数。
import pandas as pd
创建一个示例DataFrame
data = {'Name': ['John', 'Anna', 'Peter', 'Linda'],
'Age': [28, 24, 35, 32],
'City': ['New York', 'Paris', 'Berlin', 'London']}
df = pd.DataFrame(data)
查看DataFrame的形状
print(df.shape)
上述代码会输出DataFrame的形状，例如(4, 3)，表示该DataFrame有4行3列。
二、使用numpy库的array.shape属性
在某些情况下，你可能会使用numpy库来处理数据。numpy库中的数组也有一个shape属性，可以返回数组的形状。
import numpy as np
创建一个示例数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
查看数组的形状
print(arr.shape)
上述代码会输出数组的形状，例如(3, 3)，表示该数组有3行3列。
三、使用pandas库的DataFrame.info()方法
除了shape属性，pandas库的DataFrame还提供了info()方法，可以输出DataFrame的详细信息，包括行数、列数、列名称、数据类型等。
import pandas as pd
创建一个示例DataFrame
data = {'Name': ['John', 'Anna', 'Peter', 'Linda'],
'Age': [28, 24, 35, 32],
'City': ['New York', 'Paris', 'Berlin', 'London']}
df = pd.DataFrame(data)
查看DataFrame的详细信息
df.info()
上述代码会输出DataFrame的详细信息，包括行数、列数等，帮助你更好地了解数据的结构。
四、使用DataFrame.describe()方法
另一个有用的方法是describe()，它提供了DataFrame的摘要统计信息，包括计数、均值、标准差、最小值、四分位数和最大值。
import pandas as pd
创建一个示例DataFrame
data = {'Name': ['John', 'Anna', 'Peter', 'Linda'],
'Age': [28, 24, 35, 32],
'City': ['New York', 'Paris', 'Berlin', 'London']}
df = pd.DataFrame(data)
查看DataFrame的摘要统计信息
print(df.describe())
虽然describe()方法主要用于数值数据的统计信息，但它也可以间接告诉我们数据的形状。
总结
在Python中查看表的形状有多种方法，其中最常用的是使用pandas库的DataFrame.shape属性，因为它简洁且高效。如果你需要更多数据的详细信息，可以结合使用DataFrame.info()和DataFrame.describe()方法。这些方法都可以帮助你快速了解数据的基本结构，为后续的数据处理和分析提供基础。
相关问答FAQs：
如何在Python中查看数据框的行和列数？
在Python中，您可以使用Pandas库来查看数据框的行和列数。首先，确保已导入Pandas库并创建或加载数据框。接下来，您可以使用dataframe.shape属性，它将返回一个元组，包含数据框的行数和列数。例如：
import pandas as pd
df = pd.read_csv('your_file.csv')
print(df.shape) # 输出格式为 (行数, 列数)
使用Python查看表的形状有什么其他方法？
除了使用shape属性，您还可以使用len()函数来获取行数，并通过dataframe.columns来获取列数。行数可以通过len(df)获取，而列数则可以通过len(df.columns)得到。这种方法可以让您更清楚地理解数据框的结构。示例代码如下：
rows = len(df)
columns = len(df.columns)
print(f'行数: {rows}, 列数: {columns}')
如何查看数据框的列名称和数据类型？
如果您希望深入了解数据框的结构，可以使用dataframe.info()方法。这将提供关于数据框的详细信息，包括每一列的名称、数据类型及其非空值的计数。这对于检查数据框的形状和内容非常有帮助。示例如下：
df.info() # 输出包含列名称、数据类型和非空值计数的信息
