将list或numpy array或dict转为pd.Series。 python

你可以使用 pandas 库中的 Series() 函数将 list、numpy array 或 dict 转换为 Pandas 的 Series 数据类型，示例如下：

将 list 转为 Series：

import pandas as pd

my_list = [1, 2, 3, 4, 5]
my_series = pd.Series(my_list)
print(my_series)

将 numpy array 转为 Series：

import numpy as np
import pandas as pd

my_array = np.array([1, 2, 3, 4, 5])
my_series = pd.Series(my_array)
print(my_series)

将 dict 转为 Series：

import pandas as pd

my_dict = {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}
my_series = pd.Series(my_dict)
print(my_series)

以上代码都会输出类似如下的 Series 对象：

0    1
1    2
2    3
3    4
4    5
dtype: int64
a    1
b    2
c    3
d    4
e    5
dtype: int64

相关问题

python将list中的numpy.array存到本地.png文件

在Python中，我们可以使用PIL（Python Imaging Library）库来将list中的numpy.array存到本地.png文件。以下是具体步骤：

1. 首先，导入需要的库：

from PIL import Image
import numpy as np

2. 将list中的numpy.array转化为图片格式，可以先将其转化为numpy.array类型再使用Image.fromarray()函数转化为图片格式。例如：

arr_list = [np.array([[1, 2, 3], [4, 5, 6]], dtype=np.uint8),
np.array([[10, 20, 30], [40, 50, 60]], dtype=np.uint8)]
for i, arr in enumerate(arr_list):
im = Image.fromarray(arr)

3. 将图片存储到本地.png文件，可以使用Image.save()函数。例如：

im.save(f'array_{i}.png')

完整的代码实现如下：

from PIL import Image
import numpy as np

arr_list = [np.array([[1, 2, 3], [4, 5, 6]], dtype=np.uint8),
np.array([[10, 20, 30], [40, 50, 60]], dtype=np.uint8)]

for i, arr in enumerate(arr_list):
im = Image.fromarray(arr)
im.save(f'array_{i}.png')

这样就成功将list中的numpy.array存到本地.png文件了。

如果将一个numpy.array型的图像转为torch.tensor型

的图像，应该怎么做？

可以使用torch.from_numpy()函数将numpy.array型的图像转为torch.tensor型的图像。具体代码如下：

import torch
import numpy as np

# 假设img是一个numpy.array型的图像
img = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 将img转为torch.tensor型的图像
img_tensor = torch.from_numpy(img)

print(img_tensor)

输出结果为：

tensor([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]], dtype=torch.int32)