接觸pandas之后感覺它的很多功能似乎跟numpy有一定的重復，尤其是各種運算。不過，簡單的了解之后發現在數據管理上pandas有著更為豐富的管理方式，其中一個很大的優點就是多出了對數據文件的管理。

如果想保存numpy中的數組元素到一個文件中，通過純Python的文件寫入當然是可以實現的，但是總覺得是少了一點便捷性。在這方面，pandas工具的使用就會讓工作方便很多。下面通過一個簡單的小例子來演示一下。

首先，創建numpy中的數組。

In [18]: arr1 = np.arange(100).reshape(10,10)In [19]: arr1Out[19]: array([[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9],  [10, 11, 12, 13, 14, 15, 16, 17, 18, 19],  [20, 21, 22, 23, 24, 25, 26, 27, 28, 29],  [30, 31, 32, 33, 34, 35, 36, 37, 38, 39],  [40, 41, 42, 43, 44, 45, 46, 47, 48, 49],  [50, 51, 52, 53, 54, 55, 56, 57, 58, 59],  [60, 61, 62, 63, 64, 65, 66, 67, 68, 69],  [70, 71, 72, 73, 74, 75, 76, 77, 78, 79],  [80, 81, 82, 83, 84, 85, 86, 87, 88, 89],  [90, 91, 92, 93, 94, 95, 96, 97, 98, 99]])

接著，為了能夠使這組數據成為可以讓pandas處理的數據，需要通過這個數組創建DataFrame。

In [20]: data1 = DataFrame(arr1)

這樣，就可以通過pandas中DataFrame的to_csv方法實現數據文件的存儲了。具體如下：

In [21]: data1.to_csv('data1.csv')In [22]: cat data1.csv,0,1,2,3,4,5,6,7,8,90,0,1,2,3,4,5,6,7,8,91,10,11,12,13,14,15,16,17,18,192,20,21,22,23,24,25,26,27,28,293,30,31,32,33,34,35,36,37,38,394,40,41,42,43,44,45,46,47,48,495,50,51,52,53,54,55,56,57,58,596,60,61,62,63,64,65,66,67,68,697,70,71,72,73,74,75,76,77,78,798,80,81,82,83,84,85,86,87,88,899,90,91,92,93,94,95,96,97,98,99

回頭看一下被存儲的數據格式：

In [23]: data1Out[23]:  0 1 2 3 4 5 6 7 8 90 0 1 2 3 4 5 6 7 8 91 10 11 12 13 14 15 16 17 18 192 20 21 22 23 24 25 26 27 28 293 30 31 32 33 34 35 36 37 38 394 40 41 42 43 44 45 46 47 48 495 50 51 52 53 54 55 56 57 58 596 60 61 62 63 64 65 66 67 68 697 70 71 72 73 74 75 76 77 78 798 80 81 82 83 84 85 86 87 88 899 90 91 92 93 94 95 96 97 98 99In [24]: type(data1)Out[24]: pandas.core.frame.DataFrame

從上面的結果看一看出，轉換成DataFrame的同時，數據信息增加了行列標題信息。

通過電子表格軟件打開csv文件的效果如下：

以上這篇使用pandas將numpy中的數組數據保存到csv文件的方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林站長站。