pandas转numpy

Pandas和NumPy是Python中最常用的数据处理和分析工具。由于两者的数据类型和数据结构有所不同，因此在进行数据处理和分析时，有时需要将Pandas DataFrame或Series转换为NumPy数组。

下面是一些将Pandas转换为NumPy的方法：

1. 使用.values属性

Pandas DataFrame和Series都有一个.values属性，它返回一个NumPy数组，其中包含DataFrame或Series的数据。例如，将一个Pandas DataFrame df转换为NumPy数组：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
arr = df.values
print(arr)

输出：

array([[1, 4],
       [2, 5],
       [3, 6]])

2. 使用to_numpy()方法

Pandas DataFrame和Series也有一个to_numpy()方法，它返回一个NumPy数组，其中包含DataFrame或Series的数据。例如，将一个Pandas DataFrame df转换为NumPy数组：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
arr = df.to_numpy()
print(arr)

输出：

array([[1, 4],
       [2, 5],
       [3, 6]])

3. 使用numpy.asarray()函数

numpy.asarray()函数可以将Python对象转换为NumPy数组。例如，将一个Pandas DataFrame df转换为NumPy数组：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
arr = np.asarray(df)
print(arr)

输出：

array([[1, 4],
       [2, 5],
       [3, 6]])

总结：

以上三种方法都可以将Pandas DataFrame或Series转换为NumPy数组，但是使用.values属性或to_numpy()方法更为常用和方便。需要注意的是，这些方法返回的NumPy数组和原始对象之间没有共享数据，因此对NumPy数组的修改不会影响原始对象。