df.A.values轉(zhuǎn)換df.A為 numpy 數(shù)組。為了回答這個(gè)問題，讓我們創(chuàng)建一個(gè)測(cè)試數(shù)據(jù)框：

>>> from pandas import util

>>> df= util.testing.makeDataFrame()

>>> df.head()

                   A         B         C         D

BMdjymcTHC -0.684721  1.622097 -2.525634  1.627290

0e7Mekvkf7  0.003399  0.152074 -0.095163 -0.276664

q0E6te3rF9  1.639105 -1.935913  1.733587 -0.729493

w7d1NGfq1p -0.496669 -1.182373 -0.950125  2.201667

RPqDHEGhxs -1.169309  0.608857 -0.748978  0.270510

您的代碼給出以下輸出：

>>> df.A.values[:, None]

array([[-0.68472066],

       [ 0.00339929],

       [ 1.63910531],

       [-0.49666918],

       [-1.16930896],

       [ 0.18225299],

       [ 0.88957142],

       [ 0.97299314],

       [ 0.67984743],

       [ 1.11192848],

       [-1.43273161],

       [-0.59633832],

       [ 0.81591342],

       [ 1.26188783],

       [ 0.08789735],

       [-0.37412069],

       [ 0.15285941],

       [-0.14208735],

       [ 0.37897237],

       [ 0.49208469],

       [ 0.86949863],

       [-0.98972967],

       [ 0.66001405],

       [-1.69139314],

       [ 1.18512158],

       [ 1.47981638],

       [ 1.21812138],

       [ 0.82375357],

       [-0.4896989 ],

       [ 0.53701562]])

讓我們檢查一下shape：

>>> df.A.values[:, None].shape

(30, 1)

如果你沒有None：

>>> df.A.values[:]

array([-0.68472066,  0.00339929,  1.63910531, -0.49666918, -1.16930896,

        0.18225299,  0.88957142,  0.97299314,  0.67984743,  1.11192848,

       -1.43273161, -0.59633832,  0.81591342,  1.26188783,  0.08789735,

       -0.37412069,  0.15285941, -0.14208735,  0.37897237,  0.49208469,

        0.86949863, -0.98972967,  0.66001405, -1.69139314,  1.18512158,

        1.47981638,  1.21812138,  0.82375357, -0.4896989 ,  0.53701562])

是shape：

>>> df.A.values[:].shape

(30,)

因此，它本質(zhì)上是向數(shù)組添加一個(gè)維度/軸numpy，并在我的例子中創(chuàng)建一個(gè)維度數(shù)組(30x1)。您的代碼相當(dāng)于：

>>> df.A.values.reshape(-1,1)

>>> df.A.values.reshape(-1,1).shape

(30, 1)