打印numpy数组与pandas DataFrame列表时的依赖问题及异常排查

嘿，我仔细看了你的代码，问题根本不是numpy和pandas有什么依赖冲突，是你不小心把numpy的核心函数给覆盖掉啦！

问题出在哪？ #

你写了这行代码：

np.array = []

np.array本来是numpy用来创建数组的核心构造函数，结果你直接把它赋值成了一个空列表！后面你往这个列表里加元素，再调用np.power(np.array,3)的时候，虽然np.power勉强能处理普通列表，但更关键的是——你已经把numpy的array函数给废掉了！

当你两段代码都保留时，numpy那部分的代码可能会触发隐性错误（或者直接报错），导致程序提前终止，后面打印pandas DataFrame的代码根本没机会执行。而当你注释掉其中一部分时，剩下的代码自然能正常运行，这就给你造成了“只能打印其中一个”的错觉。

修正后的代码 #

首先，绝对不要用numpy的内置函数/属性名当变量名，比如np.array、np.sum这些都不能碰。把变量名改成普通名字，比如my_array，再转换成numpy数组：

import numpy as np
import pandas as pd

# 换个普通变量名，别用np.array
my_array = []
for i in range(7):
    my_array.append(i)
# 用numpy的array函数把列表转成数组
values = np.array(my_array)
print(np.power(values, 3))

df = pd.DataFrame({'X':[78,85,96,80,86], 'Y':[84,94,89,83,86],'Z':[86,97,96,72,83]})
print(df)

或者用numpy的内置函数直接生成数组，更简洁高效：

import numpy as np
import pandas as pd

# 直接生成0到6的numpy数组，不用手动循环
values = np.arange(7)
print(np.power(values, 3))

df = pd.DataFrame({'X':[78,85,96,80,86], 'Y':[84,94,89,83,86],'Z':[86,97,96,72,83]})
print(df)

关于numpy和pandas的依赖关系 #

顺便说一句，numpy和pandas确实有依赖——pandas内部大量使用numpy的数组和计算逻辑，但这和你的问题完全没关系~你的问题纯粹是变量名误用导致的。

内容的提问来源于stack exchange，提问作者user3776800