Python|熊猫 Series.to_numpy()

Pandas Series.to_numpy()函数用于返回一个 NumPy ndarray，表示给定系列或索引中的值。

这个函数将解释我们如何将 pandas Series转换为 numpy Array 。虽然它非常简单，但这种技术背后的概念却非常独特。因为我们知道 Series 在输出中有索引。而在 numpy 数组中，我们只有 numpy 数组中的元素。

Syntax: Series.to_numpy()

Parameters:
dtype: Data type which we are passing like str.
copy : [bool, default False] Ensures that the returned value is a not a view on another array.

要获取 csv 文件的链接，请单击 nba.csv

代码#1：

使用方法Series.to_numpy()将 Series 更改为numpy 数组。永远记住，在处理大量数据时，您应该首先清理数据以获得高精度。尽管在此代码中，我们使用.head()方法使用Weight列的前五个值。

# 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：
在这段代码中，我们只是在同一代码中给出参数。所以我们在这里提供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'))

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 ：