当我使用 R 时,我可以使用 str()
来检查大多数情况下都是事物列表的对象。
我最近改用Python进行统计,不知道如何检查我遇到的对象。例如:
import statsmodels.api as sm
heart = sm.datasets.heart.load_pandas().data
heart.groupby(['censors'])['age']
我想调查 heart.groupby(['censors'])
是什么类型的对象,它允许我在末尾添加 ['age']
。但是,print heart.groupby(['censors'])
只告诉我对象的类型,而不是它的结构以及我可以用它做什么。
那么我如何理解 numpy/pandas 对象的结构,类似于 R 中的 str()
?
最佳答案
如果您想深入了解可以使用 Python 对象执行哪些操作,可以使用 IPython 等增强的 Python 控制台来检查它。在 IPython session 中,首先将要查看的对象放入变量中:
import statsmodels.api as sm
heart = sm.datasets.heart.load_pandas().data
h_grouped = heart.groupby(['censors'])
然后输入变量名称并双击 Tab 键以显示对象方法的列表:
In [5]: h_grouped.<Tab><Tab>
# Shows the object's methods
IPython 控制台的另一个好处是您可以快速检查
通过添加 ?
:
h_grouped.apply?
# Apply function and combine results
# together in an intelligent way.
如果您没有 IPython 或类似的控制台,您可以使用 dir()
实现类似的功能,例如dir(h_grouped)
,尽管这也会列出
对象的私有(private)方法通常没有用,也不应该使用
经常使用时触摸。
关于python - 如何检查 numpy/pandas 对象,即 R 中的 str(),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28161621/