- Series.to_numpy()
- Series.index.to_numpy()
- np.array(Series.array)
- np.array(Series.index.array)
- np.array(Series.index.values)
Θα διερευνήσουμε την πρακτική εφαρμογή καθεμιάς από αυτές τις μεθόδους σε αυτόν τον οδηγό.
Παράδειγμα 1: Χρήση της μεθόδου Series.To_Numpy().
Η πρώτη μέθοδος που θα χρησιμοποιήσουμε σε αυτόν τον οδηγό για να μετατρέψουμε μια σειρά Pandas σε πίνακα NumPy είναι η συνάρτηση 'Series.to_numpy()'. Αυτή η μέθοδος μετατρέπει τις τιμές της παρεχόμενης σειράς σε πίνακα NumPy. Ας εξερευνήσουμε τη λειτουργία του με την πρακτική εκτέλεση του προγράμματος Python.
Κάνουμε την επιλογή του εργαλείου «Spyder» για τη συλλογή δειγμάτων κωδικών που θα δημιουργηθούν σε αυτό το σεμινάριο. Εκκινούμε το εργαλείο και ξεκινάμε το σενάριο. Η βασική απαίτηση για την εκτέλεση αυτού του προγράμματος είναι να φορτωθούν τα απαραίτητα πακέτα. Εδώ, χρησιμοποιούμε κάποια ενότητα που ανήκει στην εργαλειοθήκη 'Pandas'. Έτσι, εισάγουμε τη βιβλιοθήκη Pandas στο πρόγραμμά μας και δημιουργούμε ένα ψευδώνυμο ως 'pd'. Αυτή η συντομογραφία για το 'Pandas' ως 'pd' χρησιμοποιείται στο σενάριο όπου χρειάζεται πρόσβαση σε οποιαδήποτε μέθοδο Pandas.
Μετά την εισαγωγή της βιβλιοθήκης, απλώς καλούμε μια μέθοδο από αυτήν τη βιβλιοθήκη η οποία είναι 'pd.Series()'. Εδώ, το 'pd', όπως προσδιορίστηκε προηγουμένως, είναι το ψευδώνυμο για τα Pandas και χρησιμοποιείται για να πει στο πρόγραμμα ότι έχει πρόσβαση σε μια μέθοδο από το Pandas. Ενώ, η «Σειρά» είναι η λέξη-κλειδί που ξεκινά τη διαδικασία δημιουργίας σειράς στο πρόγραμμα. Η συνάρτηση 'pd.Series()' καλείται και καθορίζουμε μια λίστα τιμών για αυτήν. Οι τιμές που παρέχουμε είναι '100', '200', '300', '400', '500', '600', '700', '800', '900' και '1000'. Χρησιμοποιούμε την παράμετρο 'όνομα' για να ταξινομήσουμε μια ετικέτα για αυτήν τη λίστα ως 'Ψηφία'. Το χαρακτηριστικό 'index' χρησιμοποιείται για τον καθορισμό της λίστας ευρετηρίου που θέλουμε να εισαγάγουμε αντί της προεπιλεγμένης διαδοχικής λίστας ευρετηρίου. Αποθηκεύει τις τιμές που είναι «a», «b», «c», «d», «e», «f», «g», «h», «i» και «j». Για να αποθηκεύσουμε τη σειρά, δημιουργούμε ένα αντικείμενο σειράς 'Μετρητής'. Στη συνέχεια, η συνάρτηση «print()» μας βοηθά να δούμε το αποτέλεσμα εκτυπώνοντάς το στο τερματικό.
Η νέα μας σειρά με την καθορισμένη λίστα ευρετηρίων εμφανίζεται στο παράθυρο εξόδου.
Για να αλλάξουμε αυτή τη σειρά σε πίνακα NumPy, χρησιμοποιούμε τη μέθοδο 'Series.to_numpy()'. Το όνομα της σειράς 'Μετρητής' αναφέρεται με τη συνάρτηση '.to_numpy()'. Έτσι, αυτή η συνάρτηση παίρνει τις τιμές της σειράς «Μετρητής» και τις μετατρέπει σε πίνακα NumPy. Για να κρατήσετε τον προκύπτοντα πίνακα NumPy που δημιουργείται από αυτήν τη συνάρτηση, δημιουργείται μια μεταβλητή 'output_array'. Στη συνέχεια, εμφανίζεται στην οθόνη χρησιμοποιώντας τη μέθοδο 'print()'.
Η εικόνα που αποδίδεται δείχνει έναν πίνακα.
Ας επαληθεύσουμε τον τύπο του χρησιμοποιώντας τη συνάρτηση 'type()'. Εισάγουμε το όνομα της μεταβλητής, αποθηκεύοντας τον πίνακα NumPy ανάμεσα στις αγκύλες της συνάρτησης «type()». Στη συνέχεια, περνάμε αυτή τη συνάρτηση στη μέθοδο “print()” για να εμφανιστεί ο τύπος.
Εδώ, ο πίνακας NumPy εξόδου επαληθεύεται καθώς η παρακάτω εικόνα δείχνει την κλάση ως 'numpy.ndarray'.
Παράδειγμα 2: Χρήση της μεθόδου Series.Index.To_Numpy().
Εκτός από τη μετατροπή των τιμών της σειράς σε πίνακα NumPy, μπορούμε επίσης να μετατρέψουμε το ευρετήριο σε πίνακα NumPy. Αυτή η περίπτωση μας βοηθά να μάθουμε τον μετασχηματισμό του ευρετηρίου μιας σειράς σε πίνακα NumPy χρησιμοποιώντας τη μέθοδο 'Series.index.to_numpy()'.
Για αυτήν την επίδειξη, χρησιμοποιούμε τη σειρά που δημιουργήσαμε στην προηγούμενη εικόνα.
Η παραγόμενη έξοδος αυτού του κωδικού που αποκόπηκε δίνεται στην παρακάτω εικόνα:
Τώρα, για να μετατρέψουμε τη λίστα ευρετηρίων της σειράς σε πίνακα NumPy, χρησιμοποιούμε τη μέθοδο 'Series.index.to_numpy()'.
Η συνάρτηση 'Series.index.to_numpy()' τίθεται σε κλήση. Το όνομα της σειράς παρέχεται ως 'Μετρητής' με τη μέθοδο '.index.to_numpy()'. Αυτή η μέθοδος παίρνει το ευρετήριο από τη σειρά 'Counter' και το μετατρέπει σε πίνακα NumPy. Τώρα, για να αποθηκεύσουμε τον πίνακα NumPy που έχει μετατραπεί, αρχικοποιούμε μια μεταβλητή αποθήκευσης και την εκχωρούμε στον πίνακα NumPy. Τέλος, για να δούμε το επιτευχθέν αποτέλεσμα, καλούμε τη συνάρτηση “print()”.
Η λίστα ευρετηρίων της σειράς μετατρέπεται τώρα σε πίνακα NumPy και υπάρχει στην κονσόλα Python.
Για την επαλήθευση του τύπου πίνακα, ασκούμε τη μέθοδο “type()” και του περνάμε τη μεταβλητή “storage”. Η λειτουργία 'εκτύπωση' χρησιμοποιείται για να δείτε την κατηγορία.
Αυτό μας δίνει τον τύπο κλάσης που παρέχεται στο ακόλουθο στιγμιότυπο:
Παράδειγμα 3: Χρήση της μεθόδου Np.array() με την ιδιότητα Series.array
Μια άλλη μέθοδος για τη μετατροπή μιας σειράς σε πίνακα NumPy είναι η μέθοδος NumPy 'np.array()'. Χρησιμοποιούμε αυτήν τη μέθοδο με την ιδιότητα 'Series.array' σε αυτήν την περίπτωση.
Πρώτα εισάγουμε τις βιβλιοθήκες Pandas και NumPy. Το 'np' γίνεται ένα ψευδώνυμο για το NumPy και το 'pd' ως το ψευδώνυμο των Pandas. Εισάγουμε τη βιβλιοθήκη NumPy επειδή η μέθοδος 'np.array()' ανήκει σε αυτήν τη βιβλιοθήκη.
Η μέθοδος 'pd.Series()' χρησιμοποιείται για τη δημιουργία μιας σειράς Pandas. Οι τιμές που καθορίζουμε για τη σειρά είναι «Μήλο», «Μπανάνα», «Πορτοκάλι», «Μάνγκο», «Ροδάκινο», «Φράουλα» και «Σταφύλι». Το 'όνομα' που ορίζεται για αυτήν τη λίστα τιμών είναι 'Fruits' και η παράμετρος 'index' περιέχει τις τιμές για τον δείκτη ως 'F1', 'F2', 'F3', 'F4', 'F5', 'F6' , “F7”. Αυτή η λίστα ευρετηρίου εμφανίζεται αντί της προεπιλεγμένης διαδοχικής λίστας. Η σειρά αποθηκεύεται στο αντικείμενο της σειράς 'Bucket' και προβάλλεται χρησιμοποιώντας τη λειτουργία 'print()'.
Το παρακάτω στιγμιότυπο δείχνει τη σειρά που κατασκευάστηκε:
Τώρα, μετατρέπουμε αυτήν τη σειρά στον απαιτούμενο πίνακα NumPy. Καλείται η μέθοδος 'np.array()'. Μέσα στις παρενθέσεις του, μεταβιβάζεται η ιδιότητα 'Series.array'. Αυτό τροποποιεί τις τιμές της σειράς σε έναν πίνακα NumPy. Για να διατηρήσουμε το αποτέλεσμα, έχουμε μια μεταβλητή 'Αξία'. Τέλος, το 'print()' εμφανίζει τον πίνακα NumPy.
Ο πίνακας NumPy που δημιουργήθηκε από τις τιμές της σειράς παρουσιάζεται εδώ.
Χρησιμοποιούμε τη μέθοδο 'type()' για να επιβεβαιώσουμε ότι ο τύπος του πίνακα είναι NumPy.
Η επαλήθευση ολοκληρώθηκε με επιτυχία.
Παράδειγμα 4: Χρήση της μεθόδου Np.Array() με την ιδιότητα Series.Index.Array
Χρησιμοποιώντας τη σειρά από το προηγούμενο παράδειγμα, μετατρέπουμε τώρα το ευρετήριο της σειράς σε πίνακα NumPy χρησιμοποιώντας τη μέθοδο 'np.array()' με την ιδιότητα 'Series.index.array'.
Η μέθοδος 'np.array()' καλείται και η ιδιότητα 'Series.index.array' μεταβιβάζεται σε αυτήν με το όνομα της σειράς 'Bucket'. Η μεταβλητή 'Nump' είναι εδώ για να κρατήσει το αποτέλεσμα. Και η συνάρτηση 'print()' το απεικονίζει στην οθόνη.
Η λίστα ευρετηρίου μετατρέπεται σε πίνακα NumPy.
Παράδειγμα 5: Χρήση της μεθόδου Np.Array() με την ιδιότητα Series.Index.Values
Η τελευταία μέθοδος που χρησιμοποιούμε είναι η μέθοδος 'np.array()' με την ιδιότητα 'Series.index.values'.
Η μέθοδος 'np.Series()' καλείται με την ιδιότητα 'Series.index.values'. Ο πίνακας NumPy που δημιουργείται από αυτή τη μέθοδο τοποθετείται στη μεταβλητή 'x' και εμφανίζεται στο τερματικό.
Το αποτέλεσμα φαίνεται στα παρακάτω:
συμπέρασμα
Σε αυτό το άρθρο, συζητήσαμε πέντε τεχνικές για την τροποποίηση μιας σειράς Pandas σε έναν πίνακα NumPy. Οι δύο πρώτες απεικονίσεις πραγματοποιήθηκαν χρησιμοποιώντας τη μέθοδο 'Series.to_numpy' στο Pandas. Πρώτα μετατρέψαμε τις τιμές της σειράς και μετά τη λίστα ευρετηρίου στον πίνακα NumPy με αυτή τη συνάρτηση. Τα επόμενα τρία παραδείγματα χρησιμοποίησαν τη μέθοδο 'np.array()' από την εργαλειοθήκη του NumPy. Περάσαμε τρεις ιδιότητες σε αυτήν τη συνάρτηση για να μετατρέψουμε τις τιμές της λίστας σειρών και ευρετηρίου στον πίνακα NumPy.