Pandas -Serie zu Numpy Array
- Serie.to_numpy ()
- Serie.Index.to_numpy ()
- np.Array (Serie.Array)
- np.Array (Serie.Index.Array)
- np.Array (Serie.Index.Werte)
Wir werden die praktische Implementierung jeder dieser Methoden in diesem Leitfaden untersuchen.
Beispiel 1: Verwendung der Serie.To_numpy () Methode
Die erste Methode, die wir in diesem Leitfaden anwenden werden, um eine Pandas -Serie in ein Numpy -Array umzuwandeln, ist die „Serie.to_numpy () ”Funktion. Diese Methode wandelt die Werte der bereitgestellten Serie in ein Numpy -Array um. Erforschen wir die Funktionsweise mit der praktischen Ausführung des Python -Programms.
Wir treffen die Auswahl des "Spyder" -Tools für die Zusammenstellung von Beispielcodes, die in diesem Tutorial erzeugt werden. Wir starten das Tool und initiieren das Skript. Die grundlegende Anforderung für die Ausführung dieses Programms besteht darin, die erforderlichen Pakete zu laden. Hier verwenden wir ein Modul, das zum "Pandas" -Toolkit gehört. Deshalb importieren wir die Pandas -Bibliothek in unser Programm und erstellen einen Alias als „PD“ für sie. Diese Abkürzung für „Pandas“ als „PD“ wird im Skript verwendet, wo immer eine Methode von Pandas zugegriffen werden muss.
Nach dem Import der Bibliothek rufen wir einfach eine Methode aus dieser Bibliothek aus, die „PD“ lautet.Serie()". Hier ist der „PD“, wie zuvor identifiziert. Während die "Serie" das Schlüsselwort ist, das den Serienerstellungsprozess im Programm initiiert. Der „PD.Series () ”-Funktion wird aufgerufen und wir geben eine Liste von Werten dafür an. Die Werte, die wir bereitstellen, sind "100", "200", "300", "400", "500", "600", "700", "800", "900" und "1000". Wir verwenden den Parameter "Name", um ein Etikett für diese Liste als "Ziffern" zu klassifizieren, um zu klassifizieren. Das Attribut „Index“ wird verwendet, um die Indexliste anzugeben, die wir anstelle der Standard -Sequentials -Indexliste einfügen möchten. Es speichert die Werte, die "A", "B", "C", "D", "E", "F", "G", "H", "I" und "J" sind. Um die Serie zu speichern, erstellen wir ein Serienobjekt „Theke“. Dann hilft uns die Funktion „print ()“, die Ausgabe zu sehen, indem wir sie auf dem Terminal drucken.
Unsere neu generierte Serie mit der definierten Indexliste wird im Ausgabefenster ausgestellt.
Um diese Serie in ein Numpy -Array zu ändern, verwenden wir die „Serie.to_numpy () ”Methode. Der Name der Serie "Theke" wird mit dem "erwähnt" erwähnt.to_numpy () ”Funktion. Diese Funktion übernimmt also die Werte der Serie „Zähler“ und verwandelt sie in ein numpy Array. Um das aus dieser Funktion generierte resultierende Numpy -Array zu halten, wird eine Variable "output_array" generiert. Danach wird es durch die Verwendung der Methode „Print ()“ ausgestellt.
Das gerenderte Bild zeigt ein Array.
Überprüfen Sie seinen Typ mit der Funktion "type ()" mit der Funktion "type ()". Wir geben den Namen der Variablen ein und speichern das Numpy -Array zwischen den Klammern der Funktion "type ()". Dann übergeben wir diese Funktion an die Methode "print ()", um den Typ anzuzeigen.
Hier wird das Ausgangsarray verifiziert, da das folgende Bild die Klasse als „Numpy“ zeigt.nDarray ”.
Beispiel 2: Verwendung der Serie.Index.To_numpy () Methode
Neben der Umwandlung der Werte der Serie in ein Numpy -Array können wir den Index auch in ein Numpy -Array umwandeln. Diese Instanz hilft uns, die Transformation des Index einer Reihe in ein Numpy -Array mithilfe der „Serie.Index.to_numpy () ”Methode.
Für diese Demonstration verwenden wir die Serie, die wir in der vorherigen Abbildung erstellt haben.
Die generierte Ausgabe dieses Codes ist in der folgenden Abbildung angegeben:
Um die Indexliste der Serie in ein Numpy -Array umzuwandeln, verwenden wir die „Serie.Index.to_numpy () ”Methode.
Die Serie.Index.to_numpy () ”Die Funktion wird auf den Anruf gestellt. Der Name der Serie wird als "Zähler" mit dem "geliefert" geliefert.Index.to_numpy () ”Methode. Diese Methode nimmt den Index aus der "Zähler" -Serie und wandelt ihn in ein Numpy -Array um. Um das konvertierte Numpy -Array zu speichern, initialisieren wir nun eine "Speicher" -Variable und weisen es dem Numpy -Array zu. Um das erzielte Ergebnis zu sehen, rufen wir die Funktion „Print ()“ auf.
Die Indexliste der Serie wird jetzt in ein Numpy -Array umgewandelt und auf der Python -Konsole vorhanden.
Für die Überprüfung des Array -Typs üben wir die Methode "Typ () ()" aus und übergeben die Variable "Speicher" an sie. Die Funktion „Print“ wird verwendet, um die Kategorie zu sehen.
Dies ergibt uns den Klassentyp, der im folgenden Snapshot bereitgestellt wird:
Beispiel 3: Verwendung des NP.Array () Methode mit Serien.Array -Eigenschaft
Eine andere Methode, um eine Serie in ein Numpy -Array umzuwandeln, ist die Numpy -Methode „NP.Array () ”. Wir verwenden diese Methode mit der „Serie.Array ”Eigenschaft in diesem Fall.
Wir importieren zuerst die Bibliotheken Pandas und Numpy. Das „NP“ wird als Alias für Numpy und „PD“ als Alias von Pandas hergestellt. Wir importieren die Numpy -Bibliothek, weil der „NP.Array () ”“ gehört zu dieser Bibliothek.
Der „PD.Series () ”-Methode wird aufgerufen, um eine Pandas -Serie zu erstellen. Die Werte, die wir für die Serie spezifizieren, sind "Apple", "Banane", "Orange", "Mango", "Peach", "Strawberry" und "Trauben". Der für diese Werteliste definierte "Name" lautet "Früchte" und der Parameter "Index" enthält die Werte für den Index als "F1", "F2", "F3", "F4", "F5", "F6" , "F7". Diese Indexliste wird anstelle der Standard -Sequentialliste angezeigt. Die Serie wird im Serienobjekt "Bucket" gespeichert und mit der Funktion "print ()" in den Blick gestellt.
Der folgende Schnappschuss zeigt die konstruierte Serie:
Jetzt konvertieren wir diese Serie in das erforderliche Numpy -Array. Das „NP.Array () ”-Methode heißt. Innerhalb seiner Klammern die „Serie“.Array ”Eigenschaft wird verabschiedet. Dies modifiziert die Serienwerte in ein Numpy -Array. Um das Ergebnis zu bewahren, haben wir eine "Wert" -Variable. Zuletzt zeigt „Print ()“ das Numpy -Array an.
Das aus den Werten der Serie generierte Numpy -Array wird hier vorgestellt.
Wir verwenden die Methode "type ()", um zu bestätigen, dass der Typ des Arrays numpy ist.
Die Überprüfung wurde erfolgreich.
Beispiel 4: Verwendung des NP.Array () Methode mit Serien.Index.Array -Eigenschaft
Mit der Serie aus dem vorherigen Beispiel konvertieren wir den Index der Serie nun mit dem „NP.Array () ”Methode mit der" Serie ".Index.Array ”Eigenschaft.
Das „NP.Array () “wird aufgerufen und die" Serie ".Index.Die Eigenschaft von Array ”wird mit dem Seriennamen„ Bucket “an sie übergeben. Die "Nump" -Variable ist hier, um das Ergebnis zu halten. Und die Funktion „print ()“ veranschaulicht sie auf dem Bildschirm.
Die Indexliste wird in ein Numpy -Array umgewandelt.
Beispiel 5: Verwendung des NP.Array () Methode mit Serien.Index.Werte Eigenschaft
Die letzte Methode, die wir verwenden, ist das „NP.Array () ”Methode mit der" Serie ".Index.Werte ”Eigenschaft.
Das „NP.Series () ”-Methode wird mit der" Serie "aufgerufen.Index.Werte ”Eigenschaft. Das aus dieser Methode erzeugte Numpy -Array wird in die "X" -Variable platziert und am Terminal ausgestellt.
Das Ergebnis ist im Folgenden dargestellt:
Abschluss
In diesem Artikel haben wir fünf Techniken erörtert, um eine Pandas -Serie in ein Numpy -Array zu ändern. Die ersten beiden Abbildungen wurden mit der „Serie“ durchgeführt.to_numpy ”Methode in Pandas. Wir haben zuerst die Werte der Serie und dann die Indexliste mit dieser Funktion in das Numpy -Array konvertiert. Die nächsten drei Beispiele verwendeten die „NP.Array () ”Methode aus Numpys Toolkit. Wir haben drei Eigenschaften an diese Funktion übergeben, um die Werte der Serie und die Indexliste in das Numpy -Array umzuwandeln.