python array转dataframe 代码

### 回答1：

这取决于你使用的Python版本，但一般来说，可以使用Pandas库中的DataFrame类方法，从Numpy数组创建DataFrame：import pandas as pddf = pd.DataFrame(array)

### 回答2：
要将Python中的数组转换为DataFrame，可以使用pandas库中的DataFrame函数。下面是一个示例代码：

import pandas as pd

# 定义一个数组
my_array = [[1, 2, 3],
            [4, 5, 6],
            [7, 8, 9]]

# 使用DataFrame函数将数组转换为DataFrame
df = pd.DataFrame(my_array)

# 打印转换后的DataFrame
print(df)

上述代码中，首先导入pandas库。然后定义了一个二维数组my_array。接下来使用pd.DataFrame()函数将数组转换为DataFrame，并将结果赋值给变量df。最后通过print语句打印出转换后的DataFrame。

运行上述代码，输出结果将是一个三行三列的DataFrame，类似于以下内容：

   0  1  2
0  1  2  3
1  4  5  6
2  7  8  9

其中，列名默认为整数序号，行名也是整数序号。如果需要自定义列名或行名，可以通过传递额外的参数给DataFrame()函数来实现。

### 回答3：
要将Python中的数组（array）转换为数据框（dataframe），可以使用`pandas`库中的`DataFrame`函数。首先，需要导入`pandas`库：

import pandas as pd

然后创建一个数组，假设数组为`arr`：

arr = [1, 2, 3, 4, 5]

接下来，使用`DataFrame`函数将数组转换为数据框：

df = pd.DataFrame(arr)

这将创建一个名为`df`的数据框，并将数组的值转换为数据框的一列。可以将数组视为列表，每个元素对应列中的一个值。

如果数组有多个列，可以将其视为多个列表，并将它们传递给`DataFrame`函数。例如：

arr = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
df = pd.DataFrame(arr)

这将创建一个包含3列的数据框，每列包含数组的一个嵌套列表的值。

转换为数据框后，可以对其执行各种操作，如查看数据框的内容，进行数据分析或进行其他数据处理任务。

以上就是将Python中的数组转换为数据框的代码。