- Series.to_numpy()
- Series.index.to_numpy()
- np.массив(Серия.массив)
- np.array(Series.index.array)
- np.array(Series.index.values)
В этом руководстве мы рассмотрим практическую реализацию каждого из этих методов.
Пример 1: Использование метода Series.To_Numpy()
Первый метод, который мы будем использовать в этом руководстве для преобразования серии Pandas в массив NumPy, — это функция «Series.to_numpy ()». Этот метод преобразует значения предоставленного ряда в массив NumPy. Давайте рассмотрим его функционирование на примере практического выполнения программы на Python.
Мы делаем выбор инструмента «Spyder» для компиляции примеров кода, которые будут сгенерированы в этом уроке. Запускаем инструмент и инициируем скрипт. Фундаментальным требованием для выполнения этой программы является загрузка необходимых пакетов. Здесь мы используем некоторый модуль, принадлежащий набору инструментов «Pandas». Итак, мы импортируем библиотеку Pandas в нашу программу и создаем для нее псевдоним «pd». Эта аббревиатура для «Pandas» как «pd» используется в скрипте везде, где требуется доступ к любому методу Pandas.
После импорта библиотеки мы просто вызываем метод из этой библиотеки, который называется «pd.Series()». Здесь «pd», как указано ранее, является псевдонимом для Pandas и используется, чтобы сообщить программе, что она обращается к методу из Pandas. Принимая во внимание, что «Серия» — это ключевое слово, которое инициирует процесс создания серии в программе. Вызывается функция «pd.Series()», и мы указываем для нее список значений. Мы предоставляем следующие значения: «100», «200», «300», «400», «500», «600», «700», «800», «900» и «1000». Мы используем параметр «имя», чтобы классифицировать метку для этого списка как «Цифры». Атрибут index используется для указания списка индексов, который мы хотим вставить вместо списка последовательных индексов по умолчанию. В нем хранятся значения «a», «b», «c», «d», «e», «f», «g», «h», «i» и «j». Для хранения серии создаем объект серии «Счетчик». Затем функция «print ()» помогает нам увидеть вывод, распечатав его на терминале.
Наша вновь сгенерированная серия с определенным списком индексов отображается в окне вывода.
Чтобы изменить эту серию на массив NumPy, мы используем метод «Series.to_numpy ()». Название серии «Счетчик» упоминается с функцией «.to_numpy()». Итак, эта функция берет значения ряда «Счетчик» и преобразует их в массив NumPy. Для хранения результирующего массива NumPy, сгенерированного этой функцией, создается переменная «output_array». После этого он отображается с помощью метода «print()».
Визуализированное изображение показывает массив.
Давайте проверим его тип с помощью функции «type()». Мы вводим имя переменной, сохраняя массив NumPy между фигурными скобками функции «type()». Затем мы передаем эту функцию методу «print()» для отображения типа.
Здесь выходной массив NumPy проверяется, поскольку на следующем изображении класс показан как «numpy.ndarray».
Пример 2: Использование метода Series.Index.To_Numpy()
Помимо преобразования значений серии в массив NumPy, мы также можем преобразовать индекс в массив NumPy. Этот экземпляр помогает нам изучить преобразование индекса серии в массив NumPy с помощью метода «Series.index.to_numpy()».
Для этой демонстрации мы используем серию, созданную на предыдущей иллюстрации.
Сгенерированный вывод этого отрезанного кода показан на следующем рисунке:
Теперь, чтобы преобразовать список индексов серии в массив NumPy, мы используем метод «Series.index.to_numpy()».
Функция «Series.index.to_numpy()» вызывается. Название серии предоставляется как «Счетчик» с помощью метода «.index.to_numpy()». Этот метод берет индекс из серии «Счетчик» и преобразует его в массив NumPy. Теперь, чтобы сохранить преобразованный массив NumPy, мы инициализируем переменную «хранилище» и назначаем ее массиву NumPy. Наконец, чтобы увидеть достигнутый результат, мы вызываем функцию «print()».
Список индексов серии теперь преобразован в массив NumPy и представлен в консоли Python.
Для проверки типа массива мы используем метод «type()» и передаем ему переменную «storage». Функция «печать» используется для просмотра категории.
Это дает нам тип класса, представленный в следующем снимке:
Пример 3: Использование метода Np.array() со свойством Series.array
Другой метод преобразования серии в массив NumPy — это метод NumPy «np.array ()». В данном случае мы используем этот метод со свойством Series.array.
Сначала мы импортируем библиотеки Pandas и NumPy. «np» создан как псевдоним для NumPy, а «pd» — как псевдоним Pandas. Мы импортируем библиотеку NumPy, потому что метод «np.array()» принадлежит этой библиотеке.
Метод «pd.Series()» вызывается для создания серии Pandas. Значения, которые мы указываем для серии: «Яблоко», «Банан», «Апельсин», «Манго», «Персик», «Клубника» и «Виноград». «Имя», определенное для этого списка значений, — «Фрукты», а параметр «индекс» содержит значения для индекса как «F1», «F2», «F3», «F4», «F5», «F6». , «Ф7». Этот индексный список отображается вместо последовательного списка по умолчанию. Серия хранится в объекте серии «Ведро» и выводится на просмотр с помощью функции «print()».
На следующем снимке показан построенный ряд:
Теперь мы конвертируем эту серию в требуемый массив NumPy. Вызывается метод «np.array()». В скобках передается свойство «Series.array». Это изменяет значения серии в массив NumPy. Чтобы сохранить результат, у нас есть переменная «Value». Наконец, «print()» отображает массив NumPy.
Здесь представлен массив NumPy, сгенерированный из значений серии.
Мы используем метод «type ()», чтобы подтвердить, что тип массива — NumPy.
Проверка прошла успешно.
Пример 4. Использование метода Np.Array() со свойством Series.Index.Array
Используя серию из предыдущего примера, теперь мы преобразуем индекс серии в массив NumPy, используя метод «np.array()» со свойством «Series.index.array».
Вызывается метод «np.array()», и ему передается свойство «Series.index.array» с именем серии «Bucket». Переменная «Nump» предназначена для хранения результата. И функция «print()» иллюстрирует это на экране.
Список индексов преобразуется в массив NumPy.
Пример 5: Использование метода Np.Array() со свойством Series.Index.Values
Последний метод, который мы используем, — это метод «np.array()» со свойством «Series.index.values».
Метод «np.Series()» вызывается со свойством «Series.index.values». Массив NumPy, сгенерированный этим методом, помещается в переменную «x» и выставляется на терминал.
Результат показан в следующем:
Вывод
В этой статье мы обсудили пять методов преобразования серии Pandas в массив NumPy. Первые две иллюстрации были выполнены с использованием метода «Series.to_numpy» в Pandas. С помощью этой функции мы сначала преобразовали значения серии, а затем список индексов в массив NumPy. В следующих трех примерах использовался метод «np.array()» из набора инструментов NumPy. Мы передали этой функции три свойства для преобразования значений ряда и списка индексов в массив NumPy.