一、总结
一句话总结:
可以使用DataFrame中的values属性或to_numpy方法 和 Numpy中的array方法
ans=df.values ans=df.to_numpy() ans=np.array(df)
二、DataFrame类型转换成Numpy中ndarray
博客对应课程的视频位置:4、DataFrame类型转换成Numpy中ndarray-范仁义-读书编程笔记
https://www.fanrenyi.com/video/39/381
import pandas as pd import numpy as np df = pd.DataFrame(np.arange(20).reshape((4,5)),index=list("ABCD"),columns=list("vwxyz")) print(df)
v w x y z A 0 1 2 3 4 B 5 6 7 8 9 C 10 11 12 13 14 D 15 16 17 18 19
可以使用DataFrame中的values属性或to_numpy方法 和 Numpy中的array方法
1、使用DataFrame中的values属性或to_numpy方法
# dir(df)
values属性
ans=df.values print(type(ans)) print(ans)
<class 'numpy.ndarray'> [[ 0 1 2 3 4] [ 5 6 7 8 9] [10 11 12 13 14] [15 16 17 18 19]]
to_numpy方法
ans=df.to_numpy() print(type(ans)) print(ans)
<class 'numpy.ndarray'> [[ 0 1 2 3 4] [ 5 6 7 8 9] [10 11 12 13 14] [15 16 17 18 19]]
2、使用Numpy中的array方法
ans=np.array(df) print(type(ans)) print(ans)
<class 'numpy.ndarray'> [[ 0 1 2 3 4] [ 5 6 7 8 9] [10 11 12 13 14] [15 16 17 18 19]]
1、pandas打乱数据集-范仁义-读书编程笔记
https://www.fanrenyi.com/video/39/360
2、pandas切片操作-范仁义-读书编程笔记
https://www.fanrenyi.com/video/39/379
3、loc方法和iloc方法的区别-范仁义-读书编程笔记
https://www.fanrenyi.com/video/39/380
4、DataFrame类型转换成Numpy中ndarray-范仁义-读书编程笔记
https://www.fanrenyi.com/video/39/381