熊猫“ describe”和“ describe（）”有什么区别？

Question

当我在jupyter笔记本中调用不带圆括号的函数describe时，结果是不同的，但是我希望在不带括号的情况下出现错误消息。 在搜索时，我仅找到有关describe()的文章，而没有发现有关describe的文章。我觉得这很傻，因为我敢肯定这很简单，但我还不明白。

代码如下：

file_path = '../input/data.csv'
data = pd.read_csv(file_path)
data.describe #instead of data.describe()

两个结果如下：

describe（）：

描述：

Answer 1

.describe是绑定方法。它已绑定到您的数据框，并且绑定方法的 representation 包括其绑定到的内容的repr()输出。

您可以在输出的开头看到它：

<bound method NDFrame.describe of ...>

rest 与repr(data)产生的字符串相同。

请注意，Python交互式解释器始终回显最后生成的表达式的表示形式（除非它生成了None）。 data.describe生成绑定方法，data.describe()生成该方法设计生成的内容。

您可以为任何绑定方法创建相同类型的输出：

>>> class Foo:
...     def __repr__(self):
...         return "[This is an instance of the Foo class]"
...     def bar(self):
...         return "This is what Foo().bar() produces"
...
>>> Foo()
[This is an instance of the Foo class]
>>> Foo().bar
<bound method Foo.bar of [This is an instance of the Foo class]>
>>> Foo().bar()
"This is what Foo().bar() produces"

请注意，Foo()有一个自定义的__repr__方法，该方法称为生成实例表示的方法。

对于实际上没有调用的数据框上的任何方法，您可以看到相同类型的输出（整个数据框的表示），例如data.sum，data.query，data.pivot或data.__repr__。

绑定方法是Python调用实例时将实例作为第一个参数传递的过程的一部分，该参数通常命名为self。它基本上是一个代理对象，它引用原始函数（data.describe.__func__）和要在所有其他参数（data.describe.__self__）之前传递的实例。有关绑定如何工作的详细信息，请参见descriptor HOWTO。

如果您想将绑定方法的__repr__实现表示为Python代码，则应为：

def __repr__(self):
    return f"<bound method {self.__func__.__qualname__} of {self.__self__!r}>"

Answer 2

输出告诉您发生了什么，但是需要一些解码。致电df.describe时，您会得到

bound method NDFrame.describe of <your dataframe

换句话说，它返回describe方法的描述，即bound对您的数据框对象

尽管没有完全类似，因为它没有绑定到对象，但与以下情况类似，在此情况下，我们定义了一个在__main__名称空间上运行的函数，然后在带括号和不带括号的情况下调用它

def myfunc():
    return "hello world"

myfunc()

'hello world'

myfunc #no parentheses

<function __main__.myfunc()>

请注意第二种情况，它告诉我们它是一个函数，其名称为myfunc，并且它“绑定”到__main__命名空间而不是对象（不是完全正确，但足够接近） ）

Answer 3

存在过度简化的风险：
.describe是NDFrame类的一部分，可以调用该方法来获取框架的统计信息。

您通过调用describe()函数来使用此方法。

有关更多详细信息和出色的低级解释，请参见Martijn's answer。