Python Pandas Series.to_numpy()

Pandas Series.to_numpy()函数用于返回一个NumPy的ndarray，代表给定Series或Index中的数值。

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

语法: Series.to_numpy()

参数:
dtype:我们要传递的数据类型，如str。
copy : [bool, default False] 确保返回值不是另一个数组的视图。

代码#1：

通过使用Series.to_numpy()方法将Series变成_numpy数组。请记住，在处理大量数据时，你应该先清理数据以获得高精确度。虽然在这段代码中，我们通过使用.head()方法来使用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了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 :