快捷導(dǎo)航

pandas Series to_numpy方法的使用小結(jié)

更新時(shí)間：2025年05月06日 10:02:08 作者：liuweidong0802

pandas.Series.to_numpy?方法提供了一種簡(jiǎn)便的方式來(lái)將 Pandas Series 轉(zhuǎn)換為 NumPy 數(shù)組,這在數(shù)據(jù)處理和分析中非常有用,具有一定的參考價(jià)值,感興趣的可以了解一下

Pandas2.2 Series

Conversion

方法	描述
Series.astype	用于將Series對(duì)象的數(shù)據(jù)類型轉(zhuǎn)換為指定類型的方法
Series.convert_dtypes	用于將 Series 對(duì)象的數(shù)據(jù)類型智能地轉(zhuǎn)換為最佳可能的數(shù)據(jù)類型的方法
Series.infer_objects	用于嘗試推斷 Series 中對(duì)象（object）數(shù)據(jù)類型列的最佳數(shù)據(jù)類型
Series.copy	用于創(chuàng)建該對(duì)象的索引和數(shù)據(jù)的副本
Series.bool	用于將布爾類型的 Pandas Series 對(duì)象轉(zhuǎn)換為一個(gè)單一的布爾值的方法
Series.to_numpy	用于將 Pandas 的 Series 對(duì)象轉(zhuǎn)換為 NumPy 數(shù)組

pandas.Series.to_numpy

pandas.Series.to_numpy 方法用于將 Pandas 的 Series 對(duì)象轉(zhuǎn)換為 NumPy 數(shù)組。這在數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)和數(shù)值計(jì)算中非常有用，因?yàn)?NumPy 提供了高效的多維數(shù)組對(duì)象和相關(guān)操作。

語(yǔ)法

Series.to_numpy(dtype=None, copy=False, na_value=None)

參數(shù)

dtype (可選): 要轉(zhuǎn)換成的數(shù)據(jù)類型。如果為 None，則推斷數(shù)據(jù)類型。
copy (可選): 是否返回?cái)?shù)據(jù)的副本。如果為 False 并且不需要轉(zhuǎn)換數(shù)據(jù)類型，則可能返回原始數(shù)據(jù)的視圖，以節(jié)省內(nèi)存。
na_value (可選): 用于替換 NaN/None/NaT 等缺失值的值。如果為 None，則保留缺失值。

返回值

返回一個(gè) NumPy 數(shù)組。

示例及結(jié)果

示例 1: 基本用法

import pandas as pd
import numpy as np

# 創(chuàng)建一個(gè) Pandas Series
s = pd.Series([1, 2, 3, 4, 5])

# 將 Series 轉(zhuǎn)換為 NumPy 數(shù)組
array = s.to_numpy()

print(array)

結(jié)果

[1 2 3 4 5]

示例 2: 指定數(shù)據(jù)類型

# 創(chuàng)建一個(gè)包含浮點(diǎn)數(shù)的 Pandas Series
s = pd.Series([1.1, 2.2, 3.3, 4.4, 5.5])

# 將 Series 轉(zhuǎn)換為 NumPy 數(shù)組，并指定數(shù)據(jù)類型為整數(shù)
array = s.to_numpy(dtype=int)

print(array)

結(jié)果

[1 2 3 4 5]

示例 3: 復(fù)制數(shù)據(jù)

# 創(chuàng)建一個(gè) Pandas Series
s = pd.Series([1, 2, 3, 4, 5])

# 將 Series 轉(zhuǎn)換為 NumPy 數(shù)組，并復(fù)制數(shù)據(jù)
array = s.to_numpy(copy=True)

# 修改原始 Series
s[0] = 10

# 打印 NumPy 數(shù)組和修改后的 Series
print("NumPy Array:", array)
print("Modified Series:", s)

結(jié)果

NumPy Array: [1 2 3 4 5]
Modified Series: 0 10
1 2
2 3
3 4
4 5
dtype: int64

示例 4: 替換缺失值

# 創(chuàng)建一個(gè)包含缺失值的 Pandas Series
s = pd.Series([1, 2, None, 4, 5])

# 將 Series 轉(zhuǎn)換為 NumPy 數(shù)組，并用特定值替換缺失值
array = s.to_numpy(na_value=-1)

print(array)

結(jié)果

[ 1. 2. -1. 4. 5.]

總結(jié)

pandas.Series.to_numpy 方法提供了一種簡(jiǎn)便的方式來(lái)將 Pandas Series 轉(zhuǎn)換為 NumPy 數(shù)組，這在數(shù)據(jù)處理和分析中非常有用。通過(guò)指定數(shù)據(jù)類型、是否復(fù)制數(shù)據(jù)和缺失值替換選項(xiàng)，可以靈活地控制轉(zhuǎn)換過(guò)程。

到此這篇關(guān)于pandas Series to_numpy方法的使用小結(jié)的文章就介紹到這了,更多相關(guān)pandas Series to_numpy內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: