Python Pandas Series.to_numpy()用法及代码示例

Pandas Series.to_numpy()函数用于返回代表给定Series或Index中的值的NumPy ndarray。

此函数将说明我们如何将pandas系列转换为numpy Array。尽管非常简单，但是该技术背后的概念非常独特。因为我们知道Series在输出中具有索引。而在numpy数组中，我们仅在numpy数组中包含元素。

用法： Series.to_numpy()

参数：
dtype:我们传递的数据类型如str。
copy :[bool，默认为False]确保返回的值不是另一个数组的视图。

要获取csv文件的链接，请单击nba.csv

代码1：

通过使用方法将Series更改为numpy数组Series.to_numpy()。始终记住，在处理大量数据时，应首先清除数据以获得高精度。尽管在此代码中，我们使用的前五个值重量通过使用列.head()方法。

# importing pandas 
import pandas as pd  
  
# reading the csv   
data = pd.read_csv("nba.csv")  
     
data.dropna(inplace = True) 
  
# creating series form weight column 
gfg = pd.Series(data['Weight'].head()) 
  
# using to_numpy() function 
print(type(gfg.to_numpy()))

输出：

[180. 235. 185. 235. 238.]

代码2：
在此代码中，我们仅在同一代码中给出参数。因此，我们在此处提供dtype。

# importing pandas 
import pandas as pd  
  
# read csv file   
data = pd.read_csv("nba.csv")  
     
data.dropna(inplace = True) 
  
# creating series form weight column 
gfg = pd.Series(data['Weight'].head()) 
  
# providing dtype 
print(gfg.to_numpy(dtype ='float32'))

输出：

[180. 235. 185. 235. 238.]

代码3：转换后验证数组的类型。

# importing pandas  
import pandas as pd  
  
# reading csv   
data = pd.read_csv("nba.csv")  
     
data.dropna(inplace = True) 
  
# creating series form weight column 
gfg = pd.Series(data['Weight'].head()) 
  
# using to_numpy() 
print(type(gfg.to_numpy()))

输出：

<class 'numpy.ndarray'>

相关用法

注：本文由纯净天空筛选整理自Jitender_1998大神的英文原创作品 Python | Pandas Series.to_numpy()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。