numpy.array和numpy.array [：]之间的区别

Question

又是我...：）

我试图找到这个问题的答案，但我仍然不够幸运。所以就在这里。

调用numpy数组（比如说“ iris”）与该数组中的整个数据组（例如，使用iris [：]）之间有什么区别？

我之所以这样问，是因为我在运行第一个示例（如下）时遇到错误，而第二个示例运行良好。

代码如下：

在第一部分中，我加载库并从Internet导入数据集。

*count*

如果我运行此代码，则会收到错误消息：

import statsmodels.api as sm
iris = sm.datasets.get_rdataset(dataname='iris',
                            package='datasets')['data']

现在，如果我运行此代码，它将运行正常：

iris.columns.values = [iris.columns.values[x].lower() for x in range( len( iris.columns.values ) ) ]
print(iris.columns.values)

最诚挚的问候，

Answer 1

iris.columns.values = val

通话

type(iris.columns).__setattr__(iris.columns, 'values', val)

这正在运行pandas'代码，因为type(iris.columns)是pd.Series

---

iris.columns.values[:] = val

通话

type(iris.columns.value).__setitem__(iris.columns.value, slice(None), val)

这正在运行numpy的代码，因为type(iris.columns.value)是np.ndarray