Dados de dados de pandas para Numpy Array

“Pandas é uma biblioteca de código aberto, e“ Python ”fornece esta biblioteca. Temos séries, listas e dados de dados diferentes em "Pandas". Podemos criar facilmente os quadros de dados e convertemos esses quadros de dados na matriz Numpy. Devido ao seu sofisticado gerenciamento de dados, a matriz Numpy é aconselhada a ser usada sempre que possível. Matrizes Numpy oferecem maneiras rápidas e flexíveis de dimensionar e normalizar dados, que podem ser utilizados para preparar os dados para o treinamento de aprendizado de máquina treinamento de treinamento. Quando queremos converter o quadro de dados na matriz Numpy, então utilizamos o método "to_numpy" de "pandas". Neste guia, o método "to_numpy ()" discutirá em detalhes com algumas demonstrações práticas deste método. Converteremos os quadros de dados em uma matriz Numpy aqui usando o método "to_numpy ()" e mostraremos o resultado dos códigos também.”

Sintaxe

# pandas.Quadro de dados.to_numpy ()

Exemplo # 01

Agora, fazemos alguns exemplos práticos aqui nos quais criaremos o quadro de dados em "Pandas", e depois converteremos esse quadro de dados no método Numpy, utilizando o método "to_numpy ()". Usamos o aplicativo "Spyder" neste guia e escrevemos o código nele. O primeiro passo aqui é importar os módulos de "pandas", utilizando a palavra -chave "importar" e depois colocando "pandas como pd" aqui. O DataFrame foi criado agora com a ajuda do “PD.DataFrame ”. O "Classes_DF" é criado neste exemplo e tem cinco colunas. Temos "Classe 1" como o nome da primeira coluna, e colocamos "Lily, Ava, Isla, Harper e Florence".

Em seguida, usamos "Classe 2" como o nome da segunda coluna deste Dataframe e também inserimos "Smith, Henry, Theo, Elsie e Evelyn". O "Classe 3" aqui está o nome da terceira coluna, e contém "Bromley, Ivy, Freddie, Noah e Teddy". Depois vem a coluna “Classe 4” e colocamos “Milli, Leo, Jacob, Amelia e Samuel” como os valores dessa coluna. Depois disso, também adicionamos a coluna “Classe 5” e os valores desta coluna são “Alexander, Oscar, William, James e John”. Agora, o "Class_DF" é o DataFrame aqui. Primeiro, mostraremos esse quadro para você e depois alteraremos esse quadro de dados para a matriz Numpy.

O resultado que chegamos aqui é quando pressionamos a tecla "Shift+Enter". Nesse resultado, apenas um dataframe é renderizado, que criamos no código acima. Agora, vamos utilizar o método "to_numpy ()" para converter este DataFrame.

Inserimos as linhas de código fornecidas no código em que criamos o DataFrame. Primeiro, usamos uma variável aqui, que é "Class_numpy" e inicializamos essa variável com o método "to_numpy ()". Devemos usar o nome correto do quadro com o método "to_numpy ()", por isso o escrevemos como "Classes_df.to_numpy () ”em que“ Class_DF ”é o nome do DataFrame e“ To_Numpy () ”é o método de“ pandas ”que converterá o DataFrame na matriz Numpy.

A matriz Numpy do DataFrame é renderizada abaixo. Esta é a "Array Numpy", que é mostrada nesta saída, e obtemos essa matriz Numpy, utilizando o método "to_numpy ()" em "pandas".

Exemplo # 02

O DataFrame neste código é "inscrição_df", que contém cinco colunas exclusivas e esses nomes de colunas são "Student_id, Last_Name, First_Name, Student_age e Program". Na coluna "Student_id", colocamos "Std23-11, Std23-12, STD23-13, STD23-14, STD23-15, STD23-16, STD23-17, STD23-18 e STD23-19". Então, na coluna "Last_name", inserimos "Smith, John, Graham, Wilson, Peter, Bromley, George, Thomas e Russel". Depois de colocar valores na coluna "Last_name", colocamos valores na coluna "First_Name", que são "Samue, James, Lily, Grace, Liam, Jack, Ryan, Oscar e Jacob". Depois, temos a coluna "Student_age" na qual colocamos "16, 17, 20, 18, 16, 21, 19, 17 e 19". A última coluna que temos é a coluna "Programa", onde adicionamos "Artes, Ciência da Computação, Enfermagem, Redação, Caligrafia, Ciência da Computação, Botônia, Zoologia e Artes".

Agora, depois de inserir os valores em todas as colunas, estamos imprimindo esse quadro de dados "inscrollement_df" e depois convertemos esse quadro de dados "inscrição_df" na matriz numpy. Então, colocamos o método "to_numpy ()" abaixo e mencionamos o nome do DataFrame com este método "to_numpy ()". Portanto, ele converterá o quadro de dados na matriz Numpy e também armazenará a matriz Numpy na variável "inscrição_numpy". Também renderizamos a matriz Numpy aqui, utilizando o "print ()".

Aqui, o DataFrame e a matriz Numpy são mostrados na saída abaixo, e você pode observar facilmente a diferença entre o DataFrame e a matriz Numpy.

Exemplo # 03

O DataFrame acima é utilizado novamente neste exemplo, e alteramos os valores do quadro de dados um pouco aqui. Substituímos alguns valores da coluna "Student_age" pelo "NP. valor nan ”, que é o valor nulo, e lidaremos com esses valores nulos aqui quando estivermos convertendo esse quadro de dados na matriz Numpy. Depois de colocar esse DataFrame na função "print ()", utilizamos o método "to_numpy ()" no qual definimos o "np_value = 20". Então, ele converterá os valores nulos para 20. Quando esse quadro de dados for convertido na matriz Numpy, 20 renderizará no local dos valores nulos e armazenamos essa matriz numpy na variável “Numpy_array”. Também exibimos a matriz Numpy, utilizando o "print ()" novamente.

Na coluna "Student_age" do DataFrame, você pode observar facilmente que os valores "nan" apareceram, mas ao alterar esse quadro de dados para a matriz Numpy, "20" apareceu no lugar de "Nan" porque definimos esse 20 valor No método "to_numpy ()", então é renderizado aqui.

Exemplo # 04

O Dataframe de dados "DF" tem cinco colunas distintas: nome do produto, representante de vendas, mês, peças e país. Entramos “Produto 1, Produto 2, Produto 3, Produto 4 e Produto 5” no campo “Nome do produto”. Depois, entramos em "Tom, Joe, Peter, Bromley e Samuel" no campo "Representante de vendas". Após a coluna “Rep de Vendas”, inserimos os nomes “Fevereiro, agosto, setembro, outubro e dec” na coluna “mês”. A coluna “peças” segue, onde “12 pcs, 6 pcs, 10 pcs, 4 pcs e 9 pcs” estão listados. Então entramos em "França, Austrália, China, Alemanha e Inglaterra" na coluna "país". Agora, preenchemos os valores para todas as colunas; Estamos imprimindo esse quadro de dados "df" antes de convertê -lo na matriz Numpy.

Para converter o "df" na matriz Numpy, colocamos o método "to_numpy ()" abaixo e colocamos o nome do DataFrame com este método. Como resultado, o DataFrame será transformado na matriz Numpy, e a matriz Numpy também é salva na variável "Sales_array". Ao usar "print ()", também renderizamos a matriz Numpy aqui. Também podemos converter algumas colunas do quadro de dados na matriz Numpy, em vez de converter o quadro de dados completo na matriz Numpy.

Para converter algumas colunas do quadro de dados na matriz Numpy, estamos usando o mesmo método, que é "To_Numpy ()", mas antes desse método, colocamos os nomes de duas colunas desse quadro que queremos transformar na matriz Numpy. Aqui estamos convertendo apenas a coluna "Representante de vendas e país" na matriz Numpy e também imprimem essas colunas em forma de matriz Numpy.

O DataFrame original e a matriz Numpy deste quadro de dados completos são renderizados e, abaixo deles, você pode ver que duas colunas desse quadro de dados são convertidas na matriz Numpy e exibidas aqui.

Conclusão

Aprendemos sobre a matriz Numpy neste guia. Discutimos a conversão do DataFrame na matriz Numpy aqui com a ajuda do método "to_numpy ()" de "pandas". Exploramos o conceito de converter toda. Também mostramos como lidar com os valores nulos ao converter o DataFrame em Numpy Array neste guia. Aplicamos o método “to_numpy ()” neste guia, o que nos ajuda muito a converter o quadro de dados na matriz Numpy. Nós explicamos esse conceito em profundidade aqui.