- Series.to_numpy()
- Series.index.to_numpy()
- np.array(Series.array)
- np.array(Series.index.array)
- np.array(Series.index.values)
Kami akan meneroka pelaksanaan praktikal setiap kaedah ini dalam panduan ini.
Contoh 1: Menggunakan Kaedah Series.To_Numpy().
Kaedah pertama yang akan kami gunakan dalam panduan ini untuk menukar siri Pandas kepada tatasusunan NumPy ialah fungsi 'Series.to_numpy()'. Kaedah ini menukar nilai siri yang disediakan kepada tatasusunan NumPy. Mari kita terokai fungsinya dengan pelaksanaan praktikal program Python.
Kami membuat pemilihan alat 'Spyder' untuk penyusunan kod sampel yang akan dijana dalam tutorial ini. Kami melancarkan alat dan memulakan skrip. Keperluan asas untuk pelaksanaan program ini adalah untuk memuatkan pakej yang diperlukan. Di sini, kami menggunakan beberapa modul yang dimiliki oleh kit alat 'Panda'. Jadi, kami mengimport pustaka Pandas ke dalam program kami dan mencipta alias untuknya sebagai 'pd'. Singkatan untuk 'Pandas' sebagai 'pd' digunakan dalam skrip di mana-mana sahaja kaedah Pandas perlu diakses.
Selepas mengimport perpustakaan, kami hanya memanggil kaedah daripada perpustakaan ini iaitu 'pd.Series()'. Di sini, 'pd', seperti yang dikenal pasti sebelum ini, adalah alias untuk Pandas dan digunakan untuk memberitahu program bahawa ia mengakses kaedah daripada Pandas. Manakala, 'Siri' ialah kata kunci yang memulakan proses penciptaan siri dalam program. Fungsi 'pd.Series()' digunakan dan kami menetapkan senarai nilai untuknya. Nilai yang kami berikan ialah '100', '200', '300', '400', '500', '600', '700', '800', '900' dan '1000'. Kami menggunakan parameter 'nama' untuk mengklasifikasikan label untuk senarai ini sebagai 'Digit'. Atribut 'indeks' digunakan untuk menentukan senarai indeks yang ingin kita masukkan dan bukannya senarai indeks jujukan lalai. Ia menyimpan nilai iaitu “a”, “b”, “c”, “d”, “e”, “f”, “g”, “h”, “i”, dan “j”. Untuk menyimpan siri, kami mencipta objek siri 'Kaunter'. Kemudian, fungsi 'print()' membantu kami melihat output dengan mencetaknya pada terminal.
Siri kami yang baru dijana dengan senarai indeks yang ditentukan dipamerkan pada tetingkap output.
Untuk menukar siri ini kepada tatasusunan NumPy, kami menggunakan kaedah 'Series.to_numpy()'. Nama siri 'Counter' disebut dengan fungsi '.to_numpy()'. Jadi, fungsi ini mengambil nilai siri 'Kaunter' dan mengubahnya menjadi tatasusunan NumPy. Untuk menahan tatasusunan NumPy terhasil yang dijana daripada fungsi ini, pembolehubah 'output_array' dijana. Selepas itu, ia dipamerkan dengan menggunakan kaedah 'cetak ()'.
Imej yang diberikan menunjukkan tatasusunan.
Mari sahkan jenisnya menggunakan fungsi 'type()'. Kami memasukkan nama pembolehubah, menyimpan tatasusunan NumPy antara pendakap fungsi 'jenis()'. Kemudian, kami menyerahkan fungsi ini kepada kaedah 'cetak ()' untuk memaparkan jenis.
Di sini, tatasusunan NumPy output akan disahkan kerana imej berikut menunjukkan kelas sebagai 'numpy.ndarray'.
Contoh 2: Menggunakan Kaedah Series.Index.To_Numpy().
Selain daripada menukar nilai siri kepada tatasusunan NumPy, kami juga boleh menukar indeks kepada tatasusunan NumPy. Kejadian ini membantu kami mempelajari transformasi indeks siri kepada tatasusunan NumPy menggunakan kaedah 'Series.index.to_numpy()'.
Untuk demonstrasi ini, kami menggunakan siri yang kami buat dalam ilustrasi sebelumnya.
Output yang dijana bagi kod yang dipotong ini diberikan dalam ilustrasi berikut:
Sekarang, untuk menukar senarai indeks siri kepada tatasusunan NumPy, kami menggunakan kaedah 'Series.index.to_numpy()'.
Fungsi 'Series.index.to_numpy()' diletakkan semasa panggilan. Nama siri dibekalkan sebagai 'Kaunter' dengan kaedah '.index.to_numpy()'. Kaedah ini mengambil indeks daripada siri 'Counter' dan menukarnya kepada tatasusunan NumPy. Sekarang, untuk menyimpan tatasusunan NumPy yang ditukar, kami memulakan pembolehubah 'storan' dan menetapkannya kepada tatasusunan NumPy. Akhir sekali, untuk melihat hasil yang dicapai, kami menggunakan fungsi 'print()'.
Senarai indeks siri kini ditukar kepada tatasusunan NumPy dan hadir pada konsol Python.
Untuk pengesahan jenis tatasusunan, kami menggunakan kaedah 'jenis()' dan menyerahkan pembolehubah 'storan' kepadanya. Fungsi 'cetak' digunakan untuk melihat kategori.
Ini menghasilkan kami jenis kelas yang disediakan dalam petikan berikut:
Contoh 3: Menggunakan Kaedah Np.array() dengan Harta Series.array
Kaedah lain untuk menukar siri kepada tatasusunan NumPy ialah kaedah NumPy 'np.array()'. Kami menggunakan kaedah ini dengan sifat 'Series.array' dalam keadaan ini.
Kami mula-mula mengimport perpustakaan Pandas dan NumPy. 'np' dijadikan alias untuk NumPy dan 'pd' sebagai alias Pandas. Kami mengimport pustaka NumPy kerana kaedah 'np.array()' kepunyaan pustaka ini.
Kaedah 'pd.Series()' digunakan untuk mencipta siri Pandas. Nilai yang kami tentukan untuk siri ini ialah 'Epal', 'Pisang', 'Oren', 'Mangga', 'Peach', 'Strawberi' dan 'Anggur'. 'Nama' yang ditakrifkan untuk senarai nilai ini ialah 'Buah-buahan' dan parameter 'indeks' mengandungi nilai untuk indeks sebagai 'F1', 'F2', 'F3', 'F4', 'F5', 'F6' , “F7”. Senarai indeks ini dipaparkan dan bukannya senarai jujukan lalai. Siri ini disimpan dalam objek siri 'Bucket' dan dipamerkan menggunakan fungsi 'print()'.
Gambar berikut menunjukkan siri yang dibina:
Sekarang, kami menukar siri ini kepada tatasusunan NumPy yang diperlukan. Kaedah 'np.array()' dipanggil. Dalam kurungannya, sifat 'Series.array' diluluskan. Ini mengubah suai nilai siri kepada tatasusunan NumPy. Untuk mengekalkan hasilnya, kami mempunyai pembolehubah 'Nilai'. Akhir sekali, 'print()' memaparkan tatasusunan NumPy.
Tatasusunan NumPy yang dijana daripada nilai siri dibentangkan di sini.
Kami menggunakan kaedah 'jenis()' untuk mengesahkan bahawa jenis tatasusunan ialah NumPy.
Pengesahan telah berjaya.
Contoh 4: Menggunakan Kaedah Np.Array() dengan Series.Index.Array Property
Menggunakan siri daripada contoh sebelumnya, kami kini menukar indeks siri kepada tatasusunan NumPy menggunakan kaedah 'np.array()' dengan sifat 'Series.index.array'.
Kaedah 'np.array()' digunakan dan sifat 'Series.index.array' dihantar kepadanya dengan nama siri 'Bucket'. Pembolehubah 'Nump' ada di sini untuk menahan hasilnya. Dan fungsi 'cetak ()' menggambarkannya pada skrin.
Senarai indeks diubah menjadi tatasusunan NumPy.
Contoh 5: Menggunakan Kaedah Np.Array() dengan Harta Series.Index.Values
Kaedah terakhir yang kami gunakan ialah kaedah 'np.array()' dengan sifat 'Series.index.values'.
Kaedah 'np.Series()' digunakan dengan sifat 'Series.index.values'. Tatasusunan NumPy yang dijana daripada kaedah ini diletakkan dalam pembolehubah 'x' dan dipamerkan pada terminal.
Hasilnya ditunjukkan dalam perkara berikut:
Kesimpulan
Dalam artikel ini, kami membincangkan lima teknik untuk mengubah suai siri Pandas kepada tatasusunan NumPy. Dua ilustrasi pertama telah dijalankan menggunakan kaedah 'Series.to_numpy' dalam Panda. Kami mula-mula menukar nilai siri dan kemudian senarai indeks kepada tatasusunan NumPy dengan fungsi ini. Tiga contoh seterusnya menggunakan kaedah 'np.array()' daripada kit alat NumPy. Kami menyerahkan tiga sifat kepada fungsi ini untuk menukar nilai siri dan senarai indeks kepada tatasusunan NumPy.