Python Pandas Series.to_numpy()用法介绍

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

此功能将说明我们如何转换熊猫系列麻木Array。尽管非常简单, 但是该技术背后的概念却非常独特。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。

语法：Series.to_numpy()参数：dtype：我们像str一样传递的数据类型。 copy：[bool, 默认为False]确保返回的值不是另一个数组上的视图。

要获取csv文件的链接, 请单击nba.csv

代码1：

将系列更改为numpy数组通过使用一种方法Series.to_numpy()。始终记住, 在处理大量数据时, 应首先清理数据以获得高精度。尽管在此代码中, 我们使用的前五个值重量通过使用列。头()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。所以我们提供

dtype

这里。

# 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'>

首先, 你的面试准备可通过以下方式增强你的数据结构概念：Python DS课程。