1. Corso Python e Strutture Dati
Dalle liste ai dataframe

2. Built -in
Mappa sinottica: Strutture dati
Classe Costruttore
list [ ]
dict { }
Modulo numpy
Classe Costruttore
ndarray array
ndarray
matrixlib.
defmatrix.
matrix
matrix
Modulo pandas
Classe Costruttore
Index Index
Multindex Multindex
Series Series
DataFrame DataFrame
Panel4D Panel4D
Panel Panel

3. list
Confronto tra list, array, Index
- NO
array
+ somma
Index
somma+ concatena
- sottraz.
+
Stringhe
Numeri
unione
* concatena * moltiplica
sottraz.-
Stringhe
Numeri
esclus.
moltiplica* Numeri
divide/ Numeri/ divide/ NO

4. list
Confronto tra list, array, Index
array
numpy.append( A1, A2)
Index
.append() (in-place) .append(..) (out-of-place)
.sort() (in-place)
numpy.sort( A1)
.sort (in-place)
.remove(..) (in-place) numpy.delete(A1, ..) .delete(...) (out-of-place)
= (nuova var; stesso obj.) (nuova var; stesso obj.)= = (nuovo oggetto)
Metodi per l’analisi statistica
(ad esempio, mean())
Metodi per l’analisi statistica
(ad esempio, mean())
Metodi per raggruppamenti e
per trasformazioni

5. LEZIONE 1..
www.fordatascientist.org
E00-PyData
E02-Numpy.ipynb

6. Series e Dataframe
Series
Una Series è una classe pandas che può essere
vista come un dizionario, in cui la chiave è data
dall’indice della serie
{ 1: 100,
2: 120,
3: 132,
4: 131,
5 127 }
Una volta istanziato esiste una relazione
fissa tra indice (chiave) e valore. Diversamente da
quanto avviene per una lista (array, Index), se si
estrae una slice non viene modificata la relazione
tra indice e valore
DataFrame
Un DataFrame è una classe pandas che può
essere vista come un dizionario di Liste/Series, in
cui la chiave identifica una Lista/Series.
{ ‘V1’: [ 100, 120, 132, 131, 127],
‘V2’: [ 132, 176, 232, 243, 457]
}
Ogni colonna di una DataFrame è identificata da
una variabile. La lista di queste variabili forma
l’attributo .columns
Ogni riga di un DataFrame è identificata da un
indice, assegnato all’attributo index. Questo indice
è un oggetto della classe Index del modulo
pandas.

7. Struttura dati: DataFrame
2015
2016
2017
2018
2019
…...
2025
2026
2027
2028
Index
LAB1 LAB2 LAB3 LABn
. . . . . . . .
22
76
36
44
62
42
16
76
49
65
36
66
44
60
65
86
76
84
22
76
36
44
62
42
18
76
50
44
36
86
44
62
32
16
76
49
array
. .. .
YEAR
1
2
3
4
5
…...
30
31
32
33

8. Struttura dati: DataFrame
2015
2016
2017
2018
2019
…...
2025
2026
2027
2028
Index
LAB1 LAB2 LAB3 LABn
. . . . . . . .
22
76
36
44
62
42
16
76
49
65
36
66
44
60
65
86
76
84
22
76
36
44
62
42
18
76
50
44
36
86
44
62
32
16
76
49
array

9. LEZIONE 1..
www.fordatascientist.org
E00-PyData
E04-Pandas-DataStructures.ipynb

10. Liste
[ , , , ]
Dizionari
{ : , : , }
Tuple
( , , , )
Set
{ , , , }
Mappa sinottica Strutture Dati
array e ndarray
(statistica)
matrix
(matrici)
Index
(array+set)
MultiIndex
(Index+tuple)
Series
(1 Index/M.
+ 1 array)
Dataframe
(1 Index/M +
1 (dict + n array))
Panel
(1 Index/M +
n Dataframe)
built-in
numpy pandas

11. Struttura dati: DataFrame
(ITA, DEU, 2015)
(ITA, DEU, 2016)
(ITA, DEU, 2017)
(ITA, DEU, 2018)
(ITA, DEU, 2019)
…...
(ITA, FRA, 2015)
(ITA, FRA, 2016)
(ITA, FRA, 2017)
(ITA, FRA, 2018)
Multindex
LAB1 LAB2 LAB3 LABn
. . . . . . . .
22
76
36
44
62
42
16
76
49
65
36
66
44
60
65
86
76
84
22
76
36
44
62
42
18
76
50
44
36
86
44
62
32
16
76
49
array

12. CONTATTI TELEFONO
051 22 35 20
EMAIL
WORKSHOP@VICEM.IT