Pandas Dataframe.to_numpy() - 将数据帧转换为 Numpy 数组

Pandas DataFrame 是具有标记轴（行和列）的二维大小可变、可能异构的表格数据结构。可以借助Dataframe.to_numpy()方法将此数据结构转换为 NumPy ndarray。

Syntax: Dataframe.to_numpy(dtype = None, copy = False)

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.

Returns:
numpy.ndarray

要获取 csv 文件的链接，请单击 nba.csv

示例 1：使用DataFrame.to_numpy()方法将 DataFrame 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 DataFrame form weight column
gfg = pd.DataFrame(data['Weight'].head())
   
# using to_numpy() function
print(gfg.to_numpy())

输出：

[[180.]
 [235.]
 [185.]
 [235.]
 [238.]]

示例 2：在此代码中，我们只是在同一代码中提供参数。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 DataFrame form weight column
gfg = pd.DataFrame(data['Weight'].head())
   
# providing dtype
print(gfg.to_numpy(dtype ='float32'))

输出：

[[180.]
 [235.]
 [185.]
 [235.]
 [238.]]

示例 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 DataFrame form weight column
gfg = pd.DataFrame(data['Weight'].head())
   
# using to_numpy()
print(type(gfg.to_numpy()))

输出：