- Series.to_numpy()
- Series.index.to_numpy()
- np.array (Series.array)
- np.array(Series.index.array)
- np.array(Serien.index.values)
Wir werden die praktische Umsetzung jeder dieser Methoden in diesem Leitfaden untersuchen.
Beispiel 1: Verwendung der Methode Series.To_Numpy()
Die erste Methode, die wir in diesem Handbuch verwenden werden, um eine Pandas-Serie in ein NumPy-Array zu konvertieren, ist die Funktion „Series.to_numpy()“. Diese Methode konvertiert die Werte der bereitgestellten Reihen in ein NumPy-Array. Lassen Sie uns seine Funktionsweise anhand der praktischen Ausführung des Python-Programms untersuchen.
Wir treffen die Auswahl des Tools „Spyder“ für die Zusammenstellung von Beispielcodes, die in diesem Tutorial generiert werden. Wir starten das Tool und initiieren das Skript. Grundvoraussetzung für die Ausführung dieses Programms ist das Laden der notwendigen Pakete. Hier verwenden wir ein Modul, das zum „Pandas“-Toolkit gehört. Also importieren wir die Pandas-Bibliothek in unser Programm und erstellen einen Alias dafür als „pd“. Diese Abkürzung für „Pandas“ als „pd“ wird im Skript überall dort verwendet, wo auf eine Methode von Pandas zugegriffen werden muss.
Nach dem Importieren der Bibliothek rufen wir einfach eine Methode aus dieser Bibliothek auf, die „pd.Series()“ ist. Hier ist „pd“, wie bereits erwähnt, der Alias für Pandas und wird verwendet, um dem Programm mitzuteilen, dass es auf eine Methode von Pandas zugreift. Wohingegen „Series“ das Schlüsselwort ist, das den Serienerstellungsprozess im Programm initiiert. Die Funktion „pd.Series()“ wird aufgerufen und wir geben eine Liste mit Werten dafür an. Die von uns bereitgestellten Werte sind „100“, „200“, „300“, „400“, „500“, „600“, „700“, „800“, „900“ und „1000“. Wir verwenden den Parameter „Name“, um eine Bezeichnung für diese Liste als „Ziffern“ zu klassifizieren. Das Attribut „index“ wird verwendet, um die Indexliste anzugeben, die wir anstelle der standardmäßigen sequentiellen Indexliste einfügen möchten. Es speichert die Werte „a“, „b“, „c“, „d“, „e“, „f“, „g“, „h“, „i“ und „j“. Um die Serie zu speichern, erstellen wir ein Serienobjekt „Counter“. Dann hilft uns die Funktion „print()“, die Ausgabe zu sehen, indem sie auf dem Terminal gedruckt wird.
Auf dem Ausgabefenster wird unsere neu generierte Serie mit der definierten Indexliste angezeigt.
Um diese Reihe in ein NumPy-Array umzuwandeln, verwenden wir die Methode „Series.to_numpy()“. Der Name der Serie „Counter“ wird mit der Funktion „.to_numpy()“ genannt. Diese Funktion nimmt also die Werte der Reihe „Counter“ und wandelt sie in ein NumPy-Array um. Um das aus dieser Funktion generierte resultierende NumPy-Array zu speichern, wird eine „output_array“-Variable generiert. Anschließend wird es mit der Methode „print()“ zur Anzeige gebracht.
Das gerenderte Bild zeigt ein Array.
Lassen Sie uns seinen Typ mit der Funktion „type()“ überprüfen. Wir geben den Namen der Variablen ein und speichern das NumPy-Array zwischen den geschweiften Klammern der Funktion „type()“. Dann übergeben wir diese Funktion an die Methode „print()“, um den Typ anzuzeigen.
Hier wird das ausgegebene NumPy-Array überprüft, da das folgende Bild die Klasse als „numpy.ndarray“ zeigt.
Beispiel 2: Verwenden der Methode Series.Index.To_Numpy()
Neben der Konvertierung der Werte der Reihe in ein NumPy-Array können wir auch den Index in ein NumPy-Array konvertieren. Diese Instanz hilft uns, die Umwandlung des Index einer Reihe in ein NumPy-Array mit der Methode „Series.index.to_numpy()“ zu lernen.
Für diese Demonstration verwenden wir die Reihe, die wir in der vorherigen Abbildung erstellt haben.
Die generierte Ausgabe dieses Codeausschnitts ist in der folgenden Abbildung dargestellt:
Um nun die Indexliste der Serie in ein NumPy-Array zu konvertieren, verwenden wir die Methode „Series.index.to_numpy()“.
Die Funktion „Series.index.to_numpy()“ wird aufgerufen. Der Name der Serie wird als „Counter“ mit der Methode „.index.to_numpy()“ geliefert. Diese Methode nimmt den Index aus der „Counter“-Reihe und wandelt ihn in ein NumPy-Array um. Um nun das konvertierte NumPy-Array zu speichern, initialisieren wir eine „Speicher“-Variable und weisen sie dem NumPy-Array zu. Um schließlich das erzielte Ergebnis zu sehen, rufen wir die Funktion „print()“ auf.
Die Indexliste der Serie wird nun in ein NumPy-Array konvertiert und auf der Python-Konsole angezeigt.
Zur Überprüfung des Array-Typs führen wir die Methode „type()“ aus und übergeben ihr die Variable „storage“. Die „Drucken“-Funktion wird verwendet, um die Kategorie anzuzeigen.
Dies ergibt den Klassentyp, der im folgenden Schnappschuss bereitgestellt wird:
Beispiel 3: Verwenden der Methode Np.array() mit der Eigenschaft Series.array
Eine weitere Methode, um eine Reihe in ein NumPy-Array umzuwandeln, ist die NumPy-Methode „np.array()“. Wir verwenden diese Methode in diesem Fall mit der Eigenschaft „Series.array“.
Wir importieren zuerst die Pandas- und NumPy-Bibliotheken. Das „np“ wird als Alias für NumPy und „pd“ als Alias für Pandas verwendet. Wir importieren die NumPy-Bibliothek, da die Methode „np.array()“ zu dieser Bibliothek gehört.
Die Methode „pd.Series()“ wird aufgerufen, um eine Pandas-Serie zu erstellen. Die Werte, die wir für die Serie angeben, sind „Apple“, „Banana“, „Orange“, „Mango“, „Pfirsich“, „Strawberry“ und „Grapes“. Der für diese Werteliste definierte „Name“ ist „Früchte“ und der Parameter „Index“ enthält die Werte für den Index als „F1“, „F2“, „F3“, „F4“, „F5“, „F6“. , „F7“. Diese Indexliste wird anstelle der standardmäßigen sequentiellen Liste angezeigt. Die Serie wird im Serienobjekt „Bucket“ gespeichert und mit der Funktion „print()“ zur Ansicht gebracht.
Der folgende Schnappschuss zeigt die konstruierte Serie:
Jetzt konvertieren wir diese Reihe in das erforderliche NumPy-Array. Die Methode „np.array()“ wird aufgerufen. Innerhalb seiner Klammern wird die Eigenschaft „Series.array“ übergeben. Dadurch werden die Serienwerte in ein NumPy-Array geändert. Um das Ergebnis zu bewahren, haben wir eine „Value“-Variable. Zuletzt zeigt „print()“ das NumPy-Array an.
Das aus den Werten der Reihe generierte NumPy-Array wird hier dargestellt.
Wir verwenden die Methode „type()“, um zu bestätigen, dass der Typ des Arrays NumPy ist.
Die Verifizierung verlief erfolgreich.
Beispiel 4: Verwenden der Methode Np.Array() mit der Eigenschaft Series.Index.Array
Unter Verwendung der Reihe aus dem vorherigen Beispiel konvertieren wir nun den Index der Reihe in ein NumPy-Array, indem wir die Methode „np.array()“ mit der Eigenschaft „Series.index.array“ verwenden.
Die Methode „np.array()“ wird aufgerufen und ihr wird die Eigenschaft „Series.index.array“ mit dem Seriennamen „Bucket“ übergeben. Die Variable „Nump“ dient dazu, das Ergebnis zu speichern. Und die Funktion „print()“ veranschaulicht es auf dem Bildschirm.
Die Indexliste wird in ein NumPy-Array umgewandelt.
Beispiel 5: Verwenden der Methode Np.Array() mit der Eigenschaft Series.Index.Values
Die letzte Methode, die wir verwenden, ist die Methode „np.array()“ mit der Eigenschaft „Series.index.values“.
Die Methode „np.Series()“ wird mit der Eigenschaft „Series.index.values“ aufgerufen. Das von dieser Methode generierte NumPy-Array wird in der Variablen „x“ platziert und auf dem Terminal angezeigt.
Das Ergebnis ist im Folgenden dargestellt:
Fazit
In diesem Artikel haben wir fünf Techniken besprochen, um eine Pandas-Reihe in ein NumPy-Array umzuwandeln. Die ersten beiden Abbildungen wurden mit der „Series.to_numpy“-Methode in Pandas durchgeführt. Mit dieser Funktion haben wir zuerst die Werte der Reihe und dann die Indexliste in das NumPy-Array konvertiert. Die nächsten drei Beispiele verwendeten die Methode „np.array()“ aus dem Toolkit von NumPy. Wir haben dieser Funktion drei Eigenschaften übergeben, um die Werte der Serien- und Indexliste in das NumPy-Array zu konvertieren.