Numpy中如何从Pandas dataframe创建2D数组

在本文中，我们将介绍如何使用Numpy从Pandas dataframe创建2D数组。Numpy是Python的一个重要的数学库，它可以帮助我们进行高效的数值计算和数据分析。而Pandas是基于Numpy的数据分析库，它提供了非常方便的数据结构和数据分析工具。

首先，我们需要导入Numpy和Pandas库，并创建一个示例dataframe：

import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.randint(0, 10, size=(5, 2)), columns=list('AB'))
print(df)

输出结果：

   A  B
0  7  3
1  9  0
2  6  7
3  2  5
4  2  2

接下来，我们可以使用Numpy的array()函数从dataframe创建2D数组：

arr = np.array(df)
print(arr)

输出结果：

[[7 3]
 [9 0]
 [6 7]
 [2 5]
 [2 2]]

这样我们就成功地从Pandas dataframe创建了一个2D数组。值得注意的是，这个2D数组中的元素类型是int64，和Pandas dataframe中的元素类型是一致的。

如果我们希望创建一个浮点数类型的2D数组，可以使用astype()函数进行类型转换：

arr = np.array(df).astype(float)
print(arr)

输出结果：

[[7. 3.]
 [9. 0.]
 [6. 7.]
 [2. 5.]
 [2. 2.]]

除了从Pandas dataframe创建2D数组，我们还可以从其他的数据结构创建2D数组。例如，我们可以使用Python内置的list数据结构创建一个二维列表（也可以是Numpy的ndarray数组），然后再使用Numpy的array()函数将其转换为2D数组。

arr_list = [[1, 2], [3, 4], [5, 6]]
arr = np.array(arr_list)
print(arr)

输出结果：

[[1 2]
 [3 4]
 [5 6]]

与此相似的，我们还可以使用Python的tuple数据结构创建一个二元组（也可以是Numpy的ndarray数组），然后再使用Numpy的array()函数将其转换为2D数组。

arr_tuple = ((1, 2), (3, 4), (5, 6))
arr = np.array(arr_tuple)
print(arr)

输出结果：

[[1 2]
 [3 4]
 [5 6]]

阅读更多：Numpy 教程

总结

本文介绍了如何使用Numpy从Pandas dataframe创建2D数组，以及从其他的数据结构创建2D数组的方法。使用Numpy可以方便地进行高效的数值计算和数据分析。如果您还没有学习Numpy和Pandas，建议您先学习这两个库的基础知识，再深入了解它们的高级功能和用法。