Python Pandas Series.to_numpy()用法及代碼示例

Pandas Series.to_numpy()函數用於返回代表給定Series或Index中的值的NumPy ndarray。

此函數將說明我們如何將pandas係列轉換為numpy Array。盡管非常簡單，但是該技術背後的概念非常獨特。因為我們知道Series在輸出中具有索引。而在numpy數組中，我們僅在numpy數組中包含元素。

用法： Series.to_numpy()

參數：
dtype:我們傳遞的數據類型如str。
copy :[bool，默認為False]確保返回的值不是另一個數組的視圖。

要獲取csv文件的鏈接，請單擊nba.csv

代碼1：

通過使用方法將Series更改為numpy數組Series.to_numpy()。始終記住，在處理大量數據時，應首先清除數據以獲得高精度。盡管在此代碼中，我們使用的前五個值重量通過使用列.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()))

輸出：

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

代碼2：
在此代碼中，我們僅在同一代碼中給出參數。因此，我們在此處提供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'))

輸出：

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

代碼3：轉換後驗證數組的類型。

# 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()))

輸出：

<class 'numpy.ndarray'>

相關用法

注：本文由純淨天空篩選整理自Jitender_1998大神的英文原創作品 Python | Pandas Series.to_numpy()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。