TA貢獻(xiàn)1719條經(jīng)驗(yàn) 獲得超6個(gè)贊
嘗試 ..
import numpy as np my_50x50_matrix_at_runtime = np.zeros((50, 50))
TA貢獻(xiàn)1893條經(jīng)驗(yàn) 獲得超10個(gè)贊
假設(shè)你的數(shù)據(jù)幀是：
In [7]: df = pd.DataFrame(np.random.randn(6, 4), columns=list('ABCD'))
In [8]: df
Out[8]:
A B C D
0 0.469112 -0.282863 -1.509059 -1.135632
1 1.212112 -0.173215 0.119209 -1.044236
2 -0.861849 -2.104569 -0.494929 1.071804
3 0.721555 -0.706771 -1.039575 0.271860
4 -0.424972 0.567020 0.276232 -1.087401
5 -0.673690 0.113648 -1.478427 0.524988
只需使用 df.values 即可獲取所有數(shù)據(jù)。此外，您可能想要重塑數(shù)據(jù)，以防它還不是 50X50 矩陣。您可以使用以下命令重塑它：
df.values.reshape(4,6) # in your case 50X50
TA貢獻(xiàn)1804條經(jīng)驗(yàn) 獲得超7個(gè)贊
幾乎你在 Python 中所做的一切都是在運(yùn)行時(shí)進(jìn)行的。如果您的響應(yīng)是 apandas.DataFrame您只需訪問(wèn)它的values屬性即可獲取底層 numpy 數(shù)組。無(wú)需手動(dòng)創(chuàng)建它。
舉報(bào)