pandas 是否依赖于 NumPy?

pandasserver side programmingprogramming更新于 2025/11/6 18:35:00

Pandas 建立在 NumPy 之上，这意味着 Python pandas 包依赖于 NumPy 包，并且 pandas 还与许多其他第三方库相关。因此，我们可以说 Numpy 是操作 Pandas 所必需的。

pandas 库严重依赖 Numpy 数组来实现 pandas 数据对象。

示例

import pandas as pd
df = pd.DataFrame({'A':[1,2,3,4], 'B':[5,6,7,8]})
print('Type of DataFrame: ',type(df))

print('Type of single Column A: ',type(df['A']))

print('Type of values in column A',type(df['A'].values))

print(df['A'].values)

解释

df 变量存储使用 python 字典创建的 DataFrame 对象，此 DataFrame 有两列，分别名为 A 和 B。在上面代码的第三行中，我们尝试显示 dataFrame 的类型，它将显示 pandas 核心 Dataframe。第四行将打印单个列的类型，即 A，结果输出将是 pandas Series。第五行将显示单个列 A 中可用的值的类型。

输出

Type of DataFrame: <class 'pandas.core.frame.DataFrame'>
Type of single Column A: <class 'pandas.core.series.Series'>
Type of values in column A <class 'numpy.ndarray'>

array([1, 2, 3, 4], dtype=int64)

输出的第三行显示数据代表了我们上面 pandas 示例中的 Numpy 数组对象。在我们的示例中，我们甚至没有导入 NumPy 包。

示例

import pandas as pd
df = pd.DataFrame([['a','b'],['c','d'],['e','f'],['g','h']], columns=['col1','col2'])
print('Type of DataFrame: ',type(df))

print('Type of single Column A: ',type(df['col1']))

print('Type of values in column A',type(df['col1'].values))

print(df['col1'].values)

解释

在下面的示例中，我们有一个使用 python 列表列表创建的 DataFrame df。此 DataFrame df 有 2 列，分别名为 col1 和 col2。我们尝试打印单列"col1"的类型，结果输出将是 pandas Series。如果我们打印该列 col1 中可用的值的类型，我们可以看到输出将是 numpy.ndarray。

输出

Type of DataFrame: <class 'pandas.core.frame.DataFrame'>
Type of single Column A: <class 'pandas.core.series.Series'>
Type of values in column A <class 'numpy.ndarray'>
['a' 'c' 'e' 'g']

现在我们可以说，pandas 列可以基于 NumPy 数组对象的基础来构建。使用 Pandas 时，您无需专门导入它。当您安装 Pandas 时，您会发现，如果您之前没有安装过 NumPy，您的包管理器将自动安装 Numpy 包。