- Series.to_numpy ()
- Series.index.to_numpy ()
- np.array (Series.array)
- np.array (Series.index.array)
- np.array (Series.index.values)
سوف نستكشف التطبيق العملي لكل من هذه الطرق في هذا الدليل.
مثال 1: استخدام طريقة Series.To_Numpy ()
الطريقة الأولى التي سنستخدمها في هذا الدليل لتحويل سلسلة Pandas إلى مصفوفة NumPy هي وظيفة 'Series.to_numpy ()'. تقوم هذه الطريقة بتحويل قيم السلسلة المتوفرة إلى مصفوفة NumPy. دعنا نستكشف طريقة عملها من خلال التنفيذ العملي لبرنامج Python.
نقوم باختيار أداة 'Spyder' لتجميع نماذج الرموز التي سيتم إنشاؤها في هذا البرنامج التعليمي. نقوم بتشغيل الأداة وبدء البرنامج النصي. الشرط الأساسي لتنفيذ هذا البرنامج هو تحميل الحزم اللازمة. هنا ، نستخدم بعض الوحدات التي تنتمي إلى مجموعة أدوات 'Pandas'. لذلك ، نقوم باستيراد مكتبة Pandas إلى برنامجنا وإنشاء اسم مستعار لها كـ “pd”. يتم استخدام هذا الاختصار لـ 'Pandas' كـ 'pd' في البرنامج النصي حيثما يلزم الوصول إلى أي طريقة من Pandas.
بعد استيراد المكتبة ، نقوم فقط باستدعاء طريقة من هذه المكتبة وهي 'pd.Series ()'. هنا ، 'pd' ، كما تم تحديده سابقًا ، هو الاسم المستعار لـ Pandas ويستخدم لإخبار البرنامج بأنه يصل إلى طريقة من Pandas. حيث إن 'السلسلة' هي الكلمة الأساسية التي تبدأ عملية إنشاء السلسلة في البرنامج. يتم استدعاء الوظيفة “pd.Series ()” ونحدد قائمة من القيم لها. القيم التي نقدمها هي '100' و '200' و '300' و '400' و '500' و '600' و '700' و '800' و '900' و '1000'. نستخدم معلمة 'الاسم' لتصنيف تسمية لهذه القائمة على أنها 'أرقام'. تُستخدم سمة 'index' لتحديد قائمة الفهرس التي نريد إدراجها بدلاً من قائمة الفهرس المتسلسل الافتراضية. يخزن القيم التي هي 'a' و 'b' و 'c' و 'd' و 'e' و 'f' و 'g' و 'h' و 'i' و 'j'. لتخزين السلسلة ، نقوم بإنشاء كائن متسلسل 'عداد'. بعد ذلك ، تساعدنا وظيفة 'print ()' في رؤية الإخراج عن طريق طباعته على الجهاز.
يتم عرض سلسلتنا التي تم إنشاؤها حديثًا مع قائمة الفهرس المحددة في نافذة الإخراج.
لتغيير هذه السلسلة إلى مصفوفة NumPy ، نستخدم طريقة 'Series.to_numpy ()'. اسم السلسلة 'عداد' مذكور مع الوظيفة '.to_numpy ()'. لذلك ، تأخذ هذه الوظيفة قيم السلسلة 'Counter' وتحولها إلى مصفوفة NumPy. للاحتفاظ بمصفوفة NumPy الناتجة الناتجة عن هذه الوظيفة ، يتم إنشاء متغير 'output_array'. بعد ذلك ، يتم عرضه باستخدام طريقة 'print ()'.
تُظهر الصورة المعروضة مجموعة.
دعونا نتحقق من نوعه باستخدام وظيفة 'type ()'. نقوم بإدخال اسم المتغير ، وتخزين مصفوفة NumPy بين أقواس الدالة 'type ()'. ثم نقوم بتمرير هذه الوظيفة إلى طريقة 'print ()' لعرض النوع.
هنا ، يتم التحقق من مصفوفة الإخراج NumPy حيث تُظهر الصورة التالية الفئة على أنها 'numpy.ndarray'.
مثال 2: استخدام طريقة السلسلة. Index.To_Numpy ()
بصرف النظر عن تحويل قيم السلسلة إلى مصفوفة NumPy ، يمكننا أيضًا تحويل الفهرس إلى مصفوفة NumPy. يساعدنا هذا المثال في تعلم تحويل فهرس سلسلة إلى مصفوفة NumPy باستخدام طريقة 'Series.index.to_numpy ()'.
في هذا العرض التوضيحي ، نستخدم السلسلة التي أنشأناها في الرسم التوضيحي السابق.
يتم تقديم الإخراج الذي تم إنشاؤه لهذا الرمز المقطوع في الرسم التوضيحي التالي:
الآن ، لتحويل قائمة فهرس السلسلة إلى مصفوفة NumPy ، نستخدم طريقة 'Series.index.to_numpy ()'.
يتم وضع وظيفة 'Series.index.to_numpy ()' قيد الطلب. يتم توفير اسم السلسلة كـ 'عداد' بطريقة '.index.to_numpy ()'. تأخذ هذه الطريقة الفهرس من سلسلة 'Counter' وتحولها إلى مصفوفة NumPy. الآن ، لتخزين مصفوفة NumPy المحولة ، نقوم بتهيئة متغير 'تخزين' وإسنادها إلى مصفوفة NumPy. أخيرًا ، لرؤية النتيجة المحققة ، نستدعي وظيفة 'print ()'.
يتم الآن تحويل قائمة فهرس السلسلة إلى مصفوفة NumPy وهي موجودة على وحدة تحكم Python.
للتحقق من نوع المصفوفة ، نمارس طريقة “type ()” ونمرر متغير “storage” إليها. يتم استخدام وظيفة 'الطباعة' لرؤية الفئة.
ينتج عن ذلك نوع الفصل الموضح في اللقطة التالية:
مثال 3: استخدام طريقة Np.array () مع خاصية Series.array
طريقة أخرى لتحويل سلسلة إلى مصفوفة NumPy هي طريقة NumPy 'np.array ()'. نستخدم هذه الطريقة مع خاصية 'Series.array' في هذه الحالة.
نقوم أولاً باستيراد مكتبات Pandas و NumPy. تم إنشاء 'np' اسمًا مستعارًا لـ NumPy و 'pd' كاسم مستعار لـ Pandas. نقوم باستيراد مكتبة NumPy لأن طريقة 'np.array ()' تنتمي إلى هذه المكتبة.
يتم استدعاء طريقة “pd.Series ()” لإنشاء سلسلة Pandas. القيم التي نحددها للسلسلة هي 'Apple' و 'Banana' و 'Orange' و 'Mango' و 'Peach' و 'Strawberry' و 'Grapes'. 'الاسم' المحدد لقائمة القيم هذه هو 'الفواكه' وتحتوي معلمة 'الفهرس' على قيم الفهرس مثل 'F1' و 'F2' و 'F3' و 'F4' و 'F5' و 'F6' ، 'F7'. يتم عرض قائمة الفهرس هذه بدلاً من القائمة التسلسلية الافتراضية. يتم تخزين السلسلة في كائن السلسلة 'Bucket' ويتم عرضها باستخدام وظيفة 'print ()'.
تُظهر اللقطة التالية السلسلة المُنشأة:
الآن ، نقوم بتحويل هذه السلسلة إلى مصفوفة NumPy المطلوبة. يتم استدعاء طريقة 'np.array ()'. تم تمرير خاصية 'Series.array' بين أقواسها. يؤدي هذا إلى تعديل قيم السلسلة إلى مصفوفة NumPy. للحفاظ على النتيجة ، لدينا متغير 'قيمة'. أخيرًا ، تعرض 'print ()' مجموعة NumPy.
يتم تقديم مجموعة NumPy الناتجة من قيم السلسلة هنا.
نحن نستخدم طريقة “type ()” للتأكد من أن نوع المصفوفة هو NumPy.
ذهب التحقق بنجاح.
مثال 4: استخدام طريقة Np.Array () مع خاصية Series.Index.Array
باستخدام المتسلسلة من المثال السابق ، نقوم الآن بتحويل فهرس السلسلة إلى مصفوفة NumPy باستخدام طريقة 'np.array ()' مع خاصية 'Series.index.array'.
يتم استدعاء طريقة 'np.array ()' وتمرير الخاصية 'Series.index.array' إليها باسم السلسلة 'Bucket'. المتغير 'Nump' موجود هنا للاحتفاظ بالنتيجة. وتوضح الوظيفة 'print ()' ذلك على الشاشة.
يتم تحويل قائمة الفهرس إلى مصفوفة NumPy.
مثال 5: استخدام طريقة Np.Array () مع خاصية Series.Index.Values
الطريقة الأخيرة التي نستخدمها هي طريقة 'np.array ()' مع خاصية 'Series.index.values'.
يتم استدعاء الأسلوب 'np.Series ()' مع خاصية 'Series.index.values'. يتم وضع مجموعة NumPy التي تم إنشاؤها من هذه الطريقة في المتغير 'x' ويتم عرضها على الجهاز.
تظهر النتيجة في ما يلي:
استنتاج
في هذه المقالة ، ناقشنا خمس تقنيات لتعديل سلسلة Pandas إلى مصفوفة NumPy. تم تنفيذ أول رسالتين إيضاحيتين باستخدام طريقة 'Series.to_numpy' في Pandas. قمنا أولاً بتحويل قيم السلسلة ثم قائمة الفهرس إلى مصفوفة NumPy بهذه الوظيفة. استخدمت الأمثلة الثلاثة التالية طريقة 'np.array ()' من مجموعة أدوات NumPy. لقد مررنا ثلاث خصائص لهذه الوظيفة لتحويل قيم المتسلسلات وقائمة الفهرس إلى مصفوفة NumPy.