Struktury danych w data science

Struktury danych mają kluczowe znaczenie dla wydajnego przetwarzania i analizowania danych w data science. Python udostępnia kilka wbudowanych i zewnętrznych struktur danych, takich jak listy, słowniki i tablice NumPy, które są powszechnie wykorzystywane w zadaniach z zakresu data science.

W tej lekcji poznają Państwo najważniejsze struktury danych używane w data science oraz ich zastosowania.

Listy

Listy to mutowalne sekwencje w Pythonie, które mogą przechowywać różne typy danych. Służą do prostego przechowywania i przetwarzania danych.

# Example: Working with lists
my_list = [1, 2, 3, 4]
my_list.append(5)
print(my_list)  # Output: [1, 2, 3, 4, 5]

Słowniki

Słowniki przechowują dane w postaci par klucz-wartość, dzięki czemu idealnie nadają się do wyszukiwania i odwzorowywania zależności.

# Example: Using dictionaries
data = {'Name': 'Alice', 'Age': 25}
print(data['Name'])  # Output: Alice

Zbiory

Zbiory to nieuporządkowane kolekcje unikatowych elementów, przydatne do usuwania duplikatów lub wykonywania operacji na zbiorach, takich jak suma i przecięcie.

# Example: Working with sets
my_set = {1, 2, 3}
my_set.add(2)  # No duplicates allowed
print(my_set)  # Output: {1, 2, 3}

Krotki

Krotki to niezmienne sekwencje, często używane do przechowywania powiązanych danych, które nie powinny się zmieniać, takich jak współrzędne lub rekordy baz danych.

# Example: Using tuples
coordinates = (10, 20)
print(coordinates[0])  # Output: 10

Tablice NumPy

Tablice NumPy służą do obliczeń numerycznych i wydajnej obsługi dużych zbiorów danych. Obsługują operacje wektorowe, dzięki czemu są szybsze od list w zadaniach numerycznych.

# Example: NumPy arrays
import numpy as np

arr = np.array([1, 2, 3])
print(arr * 2)  # Output: [2, 4, 6]

DataFramey Pandas

DataFramey Pandas to dwuwymiarowe, oznaczone etykietami struktury danych, podobne do tabel. Są niezbędne do przetwarzania i analizy danych.

# Example: Pandas DataFrame
import pandas as pd

data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
print(df)

Wybór odpowiedniej struktury danych

Wybór odpowiedniej struktury danych zależy od zadania:

• List należy używać do prostych kolekcji danych.
• Słowników należy używać do odwzorowywania zależności i wyszukiwania.
• Tablic NumPy lub DataFrameów Pandas należy używać do danych numerycznych i tabelarycznych.

Typowe błędy w używaniu struktur danych

Oto kilka błędów, których należy unikać:

• Używanie list zamiast tablic NumPy do obliczeń numerycznych.
• Niewykorzystywanie słowników do szybkiego wyszukiwania.
• Nieużywanie Pandas do złożonych zadań związanych z przetwarzaniem danych.

Czego się nauczyliśmy?

W tej lekcji nauczyli się Państwo:

• Jakie znaczenie mają struktury danych w data science.
• Jak używać wbudowanych struktur danych Pythona, takich jak listy, słowniki i krotki.
• Jak pracować z tablicami NumPy i DataFrameami Pandas w celu zaawansowanego przetwarzania danych.
• Jak wybierać odpowiednią strukturę danych do konkretnych zadań.

Świetnie! Przejdźmy do następnego tematu.