Pandas 시리즈에서 NumPy 어레이로

Pandas Silijeueseo Numpy Eoleilo

NumPy 배열은 동일한 유형의 데이터를 독점적으로 사용하는 일종의 데이터 구조입니다. Pandas 시리즈는 이 기사에서 사용할 다양한 기술을 사용하여 NumPy 배열로 변환할 수 있습니다. 이러한 기술은 다음과 같습니다.

이 가이드에서 이러한 각 방법의 실제 구현을 살펴보겠습니다.

예제 1: Series.To_Numpy() 메서드 활용

이 가이드에서 Pandas 시리즈를 NumPy 배열로 변환하기 위해 사용할 첫 번째 방법은 'Series.to_numpy()' 함수입니다. 이 메소드는 제공된 시리즈의 값을 NumPy 배열로 변환합니다. Python 프로그램을 실제로 실행하면서 그 기능을 살펴보겠습니다.



이 튜토리얼에서 생성될 샘플 코드의 컴파일을 위해 'Spyder' 도구를 선택합니다. 도구를 시작하고 스크립트를 시작합니다. 이 프로그램을 실행하기 위한 기본 요구 사항은 필요한 패키지를 로드하는 것입니다. 여기에서는 'Pandas' 툴킷에 속하는 일부 모듈을 사용합니다. 따라서 Pandas 라이브러리를 프로그램으로 가져오고 'pd'라는 별칭을 만듭니다. 'pd'로 'Pandas'에 대한 이 약어는 Pandas의 모든 방법에 액세스해야 하는 모든 스크립트에서 사용됩니다.



라이브러리를 가져온 후 이 라이브러리에서 'pd.Series()'라는 메서드를 호출하기만 하면 됩니다. 여기서 'pd'는 이전에 식별된 것처럼 Pandas의 별칭이며 Pandas에서 메서드에 액세스한다는 것을 프로그램에 알리는 데 사용됩니다. 반면 '시리즈'는 프로그램에서 시리즈 생성 프로세스를 시작하는 키워드입니다. 'pd.Series()' 함수가 호출되고 이에 대한 값 목록을 지정합니다. 우리가 제공하는 값은 '100', '200', '300', '400', '500', '600', '700', '800', '900' 및 '1000'입니다. '이름' 매개변수를 사용하여 이 목록의 레이블을 '숫자'로 분류합니다. 'index' 속성은 기본 순차 인덱스 목록 대신 삽입하려는 인덱스 목록을 지정하는 데 사용됩니다. 'a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i' 및 'j' 값을 저장합니다. 시리즈를 저장하기 위해 시리즈 객체 'Counter'를 만듭니다. 그런 다음 'print()' 함수는 터미널에 출력하여 출력을 볼 수 있도록 도와줍니다.



정의된 인덱스 목록과 함께 새로 생성된 시리즈가 출력 창에 표시됩니다.



이 시리즈를 NumPy 배열로 변경하기 위해 'Series.to_numpy()' 메서드를 사용합니다. 'Counter' 시리즈의 이름은 '.to_numpy()' 함수와 함께 언급됩니다. 따라서 이 함수는 'Counter' 시리즈의 값을 가져와 NumPy 배열로 변환합니다. 이 함수에서 생성된 결과 NumPy 배열을 유지하기 위해 'output_array' 변수가 생성됩니다. 이후에 'print()' 메소드를 사용하여 표시합니다.

렌더링된 이미지는 배열을 보여줍니다.

'type()' 함수를 사용하여 유형을 확인합시다. 변수 이름을 입력하고 'type()' 함수의 중괄호 사이에 NumPy 배열을 저장합니다. 그런 다음 이 함수를 'print()' 메서드에 전달하여 유형을 표시합니다.

여기에서 출력 NumPy 배열은 다음 이미지가 클래스를 'numpy.ndarray'로 표시하는 것처럼 확인됩니다.

예제 2: Series.Index.To_Numpy() 메서드 활용

시리즈 값을 NumPy 배열로 변환하는 것 외에도 인덱스를 NumPy 배열로 변환할 수도 있습니다. 이 인스턴스는 'Series.index.to_numpy()' 메서드를 사용하여 시리즈 인덱스를 NumPy 배열로 변환하는 방법을 배우는 데 도움이 됩니다.

이 데모에서는 이전 그림에서 만든 시리즈를 사용합니다.

잘라낸 이 코드의 생성된 출력은 다음 그림에 나와 있습니다.

이제 시리즈의 인덱스 목록을 NumPy 배열로 변환하기 위해 'Series.index.to_numpy()' 메서드를 사용합니다.

'Series.index.to_numpy()' 함수가 호출됩니다. 시리즈 이름은 '.index.to_numpy()' 메서드를 사용하여 'Counter'로 제공됩니다. 이 방법은 '카운터' 시리즈에서 인덱스를 가져와 NumPy 배열로 변환합니다. 이제 변환된 NumPy 배열을 저장하기 위해 '저장' 변수를 초기화하고 NumPy 배열에 할당합니다. 마지막으로, 달성된 결과를 보기 위해 'print()' 함수를 호출합니다.

시리즈의 인덱스 목록은 이제 NumPy 배열로 변환되어 Python 콘솔에 표시됩니다.

배열 유형을 확인하기 위해 'type()' 메서드를 실행하고 'storage' 변수를 전달합니다. '인쇄' 기능을 사용하여 범주를 볼 수 있습니다.

그러면 다음 스냅샷에 제공된 클래스 유형이 생성됩니다.

예제 3: Series.array 속성과 함께 Np.array() 메서드 활용

시리즈를 NumPy 배열로 변환하는 또 다른 방법은 NumPy의 'np.array()' 메서드입니다. 이 경우 'Series.array' 속성과 함께 이 방법을 사용합니다.

먼저 Pandas 및 NumPy 라이브러리를 가져옵니다. 'np'는 NumPy의 별칭이 되고 'pd'는 Pandas의 별칭이 됩니다. 'np.array()' 메소드가 이 라이브러리에 속하기 때문에 NumPy 라이브러리를 가져옵니다.

'pd.Series()' 메소드는 Pandas 시리즈를 생성하기 위해 호출됩니다. 시리즈에 대해 지정하는 값은 '사과', '바나나', '오렌지', '망고', '복숭아', '딸기' 및 '포도'입니다. 이 값 목록에 대해 정의된 '이름'은 '과일'이고 '색인' 매개변수에는 'F1', 'F2', 'F3', 'F4', 'F5', 'F6'과 같은 색인 값이 포함됩니다. , 'F7'. 이 색인 목록은 기본 순차 목록 대신 표시됩니다. 시리즈는 시리즈 객체 'Bucket'에 저장되고 'print()' 함수를 사용하여 보기에 표시됩니다.

다음 스냅샷은 구성된 시리즈를 보여줍니다.

이제 이 시리즈를 필요한 NumPy 배열로 변환합니다. 'np.array()' 메서드가 호출됩니다. 괄호 안에 'Series.array' 속성이 전달됩니다. 이것은 시리즈 값을 NumPy 배열로 수정합니다. 결과를 보존하기 위해 '값' 변수가 있습니다. 마지막으로 'print()'는 NumPy 배열을 표시합니다.

시리즈 값에서 생성된 NumPy 배열이 여기에 표시됩니다.

배열의 유형이 NumPy인지 확인하기 위해 'type()' 메서드를 사용합니다.

확인에 성공했습니다.

예제 4: Series.Index.Array 속성과 함께 Np.Array() 메서드 활용

이전 예제의 시리즈를 사용하여 이제 'Series.index.array' 속성과 함께 'np.array()' 메서드를 사용하여 시리즈의 인덱스를 NumPy 배열로 변환합니다.

'np.array()' 메서드가 호출되고 'Series.index.array' 속성이 'Bucket' 시리즈 이름으로 전달됩니다. 'Nump' 변수는 결과를 저장하기 위한 것입니다. 그리고 “print()” 함수는 그것을 화면에 보여줍니다.

인덱스 목록은 NumPy 배열로 변환됩니다.

예제 5: Series.Index.Values ​​속성과 함께 Np.Array() 메서드 활용

마지막으로 사용하는 메서드는 'Series.index.values' 속성이 있는 'np.array()' 메서드입니다.

'np.Series()' 메소드는 'Series.index.values' 속성으로 호출됩니다. 이 방법으로 생성된 NumPy 배열은 'x' 변수에 배치되고 터미널에 표시됩니다.

결과는 다음과 같습니다.

결론

이 기사에서는 Pandas 시리즈를 NumPy 배열로 수정하는 5가지 기술에 대해 논의했습니다. 처음 두 그림은 Pandas의 'Series.to_numpy' 방법을 사용하여 수행되었습니다. 이 함수를 사용하여 먼저 계열의 값을 변환한 다음 인덱스 목록을 NumPy 배열로 변환했습니다. 다음 세 가지 예는 NumPy 툴킷의 'np.array()' 메서드를 활용했습니다. 시리즈 및 인덱스 목록의 값을 NumPy 배열로 변환하기 위해 이 함수에 세 가지 속성을 전달했습니다.