Python | Serie Pandas.as_matrix()

La serie Pandas es un ndarray unidimensional con etiquetas de eje. No es necesario que las etiquetas sean únicas, pero deben ser de tipo hashable. El objeto admite la indexación basada en enteros y etiquetas y proporciona una gran cantidad de métodos para realizar operaciones relacionadas con el índice.

La función de Pandas Series.as_matrix()se utiliza para convertir la serie dada o el objeto de marco de datos a la representación de Numpy-array.

Sintaxis: Series.as_matrix(columnas=Ninguna)

Parámetro:
columnas: si es Ninguno, devuelve todas las columnas; de lo contrario, devuelve las columnas especificadas.

Devuelve: valores: ndarray

Ejemplo n.º 1: use Series.as_matrix()la función para devolver la representación de array numérica del objeto de serie dado.

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio'])
  
# Create the Index
index_ = ['City 1', 'City 2', 'City 3', 'City 4', 'City 5'] 
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

Producción :

City 1    New York
City 2     Chicago
City 3     Toronto
City 4      Lisbon
City 5         Rio
dtype: object

Ahora usaremos Series.as_matrix()la función para devolver la representación de array numpy del objeto de serie dado.

# return numpy array representation
result = sr.as_matrix()
  
# Print the result
print(result)

Producción :

['New York' 'Chicago' 'Toronto' 'Lisbon' 'Rio']

Como podemos ver en el resultado, la Series.as_matrix()función ha devuelto con éxito la representación de array numpy del objeto de serie dado.
 
Ejemplo n.º 2: use Series.as_matrix()la función para devolver la representación de array numérica del objeto de serie dado.

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([11, 21, 8, 18, 65, 18, 32, 10, 5, 32, None])
  
# Create the Index
# apply yearly frequency
index_ = pd.date_range('2010-10-09 08:45', periods = 11, freq ='Y')
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

Producción :

2010-12-31 08:45:00    11.0
2011-12-31 08:45:00    21.0
2012-12-31 08:45:00     8.0
2013-12-31 08:45:00    18.0
2014-12-31 08:45:00    65.0
2015-12-31 08:45:00    18.0
2016-12-31 08:45:00    32.0
2017-12-31 08:45:00    10.0
2018-12-31 08:45:00     5.0
2019-12-31 08:45:00    32.0
2020-12-31 08:45:00     NaN
Freq: A-DEC, dtype: float64

Ahora usaremos Series.as_matrix()la función para devolver la representación de array numpy del objeto de serie dado.

# return numpy array representation
result = sr.as_matrix()
  
# Print the result
print(result)

Producción :

[ 11.  21.   8.  18.  65.  18.  32.  10.   5.  32.  nan]

Como podemos ver en el resultado, la Series.as_matrix()función ha devuelto con éxito la representación de array numpy del objeto de serie dado.