- Series.to_numpy ()
- Series.index.to_numpy ()
- np.array (Series.array)
- np.array (Series.index.array)
- np.array (Series.index.values)
Chúng ta sẽ tìm hiểu cách triển khai thực tế của từng phương pháp trong hướng dẫn này.
Ví dụ 1: Sử dụng phương thức Series.To_Numpy ()
Phương pháp đầu tiên mà chúng tôi sẽ sử dụng trong hướng dẫn này để chuyển đổi chuỗi Pandas thành mảng NumPy là hàm “Series.to_numpy ()”. Phương thức này chuyển đổi các giá trị của chuỗi được cung cấp thành một mảng NumPy. Hãy cùng khám phá chức năng của nó với quá trình thực thi thực tế của chương trình Python.
Chúng tôi lựa chọn công cụ “Spyder” để biên dịch các mã mẫu sẽ được tạo trong hướng dẫn này. Chúng tôi khởi chạy công cụ và bắt đầu tập lệnh. Yêu cầu cơ bản để thực hiện chương trình này là tải các gói cần thiết. Ở đây, chúng tôi sử dụng một số mô-đun thuộc bộ công cụ “Pandas”. Vì vậy, chúng tôi nhập thư viện Pandas vào chương trình của mình và tạo bí danh cho nó là “pd”. Chữ viết tắt của “Pandas” là “pd” được sử dụng trong script ở bất kỳ nơi nào cần truy cập bất kỳ phương thức nào của Pandas.
Sau khi nhập thư viện, chúng tôi chỉ gọi một phương thức từ thư viện này là “pd.Series ()”. Ở đây, “pd”, như đã xác định trước đây, là bí danh của Pandas và được sử dụng để cho chương trình biết rằng nó truy cập một phương thức từ Pandas. Trong khi, “Series” là từ khóa bắt đầu quá trình tạo chuỗi trong chương trình. Hàm “pd.Series ()” được gọi và chúng tôi chỉ định một danh sách các giá trị cho nó. Các giá trị mà chúng tôi cung cấp là “100”, “200”, “300”, “400”, “500”, “600”, “700”, “800”, “900” và “1000”. Chúng tôi sử dụng thông số 'tên' để phân loại nhãn cho danh sách này là 'Chữ số'. Thuộc tính 'index' được sử dụng để chỉ định danh sách chỉ mục mà chúng ta muốn chèn thay vì danh sách chỉ mục tuần tự mặc định. Nó lưu trữ các giá trị là “a”, “b”, “c”, “d”, “e”, “f”, “g”, “h”, “i” và “j”. Để lưu trữ chuỗi, chúng tôi tạo một đối tượng chuỗi 'Bộ đếm'. Sau đó, hàm “print ()” giúp chúng ta xem kết quả đầu ra bằng cách in nó trên thiết bị đầu cuối.
Loạt mới được tạo của chúng tôi với danh sách chỉ mục xác định được hiển thị trên cửa sổ đầu ra.
Để thay đổi chuỗi này thành một mảng NumPy, chúng tôi sử dụng phương thức “Series.to_numpy ()”. Tên của loạt bài “Bộ đếm” được đề cập với hàm “.to_numpy ()”. Vì vậy, hàm này nhận các giá trị của chuỗi 'Bộ đếm' và biến chúng thành một mảng NumPy. Để giữ mảng NumPy kết quả được tạo ra từ hàm này, một biến “output_array” được tạo. Sau đó, nó được hiển thị bằng cách sử dụng phương thức “print ()”.
Hình ảnh kết xuất cho thấy một mảng.
Hãy xác minh loại của nó bằng cách sử dụng hàm “type ()”. Chúng tôi nhập tên của biến, lưu trữ mảng NumPy giữa các dấu ngoặc nhọn của hàm “type ()”. Sau đó, chúng tôi chuyển hàm này cho phương thức “print ()” để hiển thị kiểu.
Ở đây, mảng NumPy đầu ra được xác minh như hình ảnh sau đây cho thấy lớp là “numpy.ndarray”.
Ví dụ 2: Sử dụng phương thức Series.Index.To_Numpy ()
Ngoài việc chuyển đổi các giá trị của chuỗi thành mảng NumPy, chúng ta cũng có thể chuyển đổi chỉ mục thành mảng NumPy. Ví dụ này giúp chúng ta tìm hiểu việc chuyển đổi chỉ mục của một chuỗi thành một mảng NumPy bằng cách sử dụng phương thức “Series.index.to_numpy ()”.
Đối với phần trình diễn này, chúng tôi sử dụng chuỗi mà chúng tôi đã tạo trong hình minh họa trước đó.
Đầu ra được tạo của đoạn mã được cắt này được đưa ra trong hình minh họa sau:
Bây giờ, để chuyển đổi danh sách chỉ mục của chuỗi thành mảng NumPy, chúng tôi sử dụng phương thức “Series.index.to_numpy ()”.
Hàm “Series.index.to_numpy ()” được sử dụng. Tên của chuỗi được cung cấp dưới dạng “Bộ đếm” với phương thức “.index.to_numpy ()”. Phương thức này lấy chỉ mục từ chuỗi 'Bộ đếm' và chuyển đổi nó thành mảng NumPy. Bây giờ, để lưu trữ mảng NumPy đã chuyển đổi, chúng ta khởi tạo một biến “lưu trữ” và gán nó vào mảng NumPy. Cuối cùng, để xem kết quả đạt được, chúng tôi gọi hàm “print ()”.
Danh sách chỉ mục của chuỗi hiện được chuyển đổi thành mảng NumPy và hiển thị trên bảng điều khiển Python.
Để xác minh kiểu mảng, chúng tôi thực hiện phương thức “type ()” và chuyển biến “lưu trữ” cho nó. Chức năng 'in' được sử dụng để xem danh mục.
Điều này mang lại cho chúng tôi loại lớp được cung cấp trong ảnh chụp nhanh sau:
Ví dụ 3: Sử dụng phương thức Np.array () với Thuộc tính Series.array
Một phương pháp khác để chuyển đổi một chuỗi thành một mảng NumPy là phương thức NumPy’s “np.array ()”. Chúng tôi sử dụng phương pháp này với thuộc tính “Series.array” trong trường hợp này.
Đầu tiên, chúng tôi nhập thư viện Pandas và NumPy. “Np” được đặt làm bí danh cho NumPy và “pd” là bí danh của Gấu trúc. Chúng tôi nhập thư viện NumPy vì phương thức “np.array ()” thuộc về thư viện này.
Phương thức “pd.Series ()” được gọi để tạo một chuỗi Pandas. Các giá trị mà chúng tôi chỉ định cho chuỗi là “Apple”, “Banana”, “Orange”, “Mango”, “Peach”, “Strawberry” và “Grapes”. “Tên” được xác định cho danh sách giá trị này là “Fruits” và tham số “index” chứa các giá trị cho chỉ mục là “F1”, “F2”, “F3”, “F4”, “F5”, “F6” , 'F7'. Danh sách chỉ mục này được hiển thị thay vì danh sách tuần tự mặc định. Sê-ri được lưu trữ trong đối tượng sê-ri “Bucket” và được đưa vào xem bằng hàm “print ()”.
Ảnh chụp nhanh sau đây cho thấy chuỗi đã xây dựng:
Bây giờ, chúng tôi chuyển đổi chuỗi này thành mảng NumPy bắt buộc. Phương thức “np.array ()” được gọi. Trong dấu ngoặc đơn, thuộc tính “Series.array” được chuyển. Điều này sửa đổi các giá trị chuỗi thành một mảng NumPy. Để bảo toàn kết quả, chúng tôi có một biến 'Giá trị'. Cuối cùng, “print ()” hiển thị mảng NumPy.
Mảng NumPy được tạo từ các giá trị của chuỗi được trình bày ở đây.
Chúng tôi sử dụng phương thức “type ()” để xác nhận rằng kiểu của mảng là NumPy.
Quá trình xác minh đã thành công.
Ví dụ 4: Sử dụng phương thức Np.Array () với Thuộc tính Series.Index.Array
Sử dụng chuỗi từ ví dụ trước, bây giờ chúng ta chuyển đổi chỉ mục của chuỗi thành mảng NumPy bằng cách sử dụng phương thức “np.array ()” với thuộc tính “Series.index.array”.
Phương thức “np.array ()” được gọi và thuộc tính “Series.index.array” được chuyển cho nó với tên chuỗi là “Bucket”. Biến 'Nump' ở đây để giữ kết quả. Và hàm “print ()” minh họa nó trên màn hình.
Danh sách chỉ mục được chuyển đổi thành một mảng NumPy.
Ví dụ 5: Sử dụng phương thức Np.Array () với thuộc tính Series.Index.Values
Phương thức cuối cùng mà chúng tôi sử dụng là phương thức “np.array ()” với thuộc tính “Series.index.values”.
Phương thức “np.Series ()” được gọi với thuộc tính “Series.index.values”. Mảng NumPy được tạo ra từ phương thức này được đặt trong biến “x” và hiển thị trên thiết bị đầu cuối.
Kết quả được hiển thị như sau:
Sự kết luận
Trong bài viết này, chúng tôi đã thảo luận về năm kỹ thuật để sửa đổi chuỗi Pandas thành mảng NumPy. Hai hình minh họa đầu tiên được thực hiện bằng phương pháp “Series.to_numpy” trong Pandas. Đầu tiên, chúng tôi chuyển đổi các giá trị của chuỗi và sau đó là danh sách chỉ mục thành mảng NumPy bằng hàm này. Ba ví dụ tiếp theo đã sử dụng phương thức “np.array ()” từ bộ công cụ của NumPy. Chúng tôi đã chuyển ba thuộc tính cho hàm này để chuyển đổi các giá trị của chuỗi và danh sách chỉ mục sang mảng NumPy.