`pandas.Series.ravel()`、`pandas.Series.to_numpy()`、`pandas.Series.values` 和 `pandas.Series.array` 有什么區別？

Question

基本上標題總結了它。 我創建了一個虛擬pandas.Series對象並查找了所有這些屬性和方法。 文檔指出，除了pandas.array之外，所有這些都返回numpy.ndarray對象。 那么有什么區別，我應該何時使用一種方法或屬性或另一種？ 我讀過，例如numpy.flatten()和numpy.ravel()之間存在一些差異，前者返回新數組，后者返回視圖。 pandas也一樣嗎？

import pandas as pd
s = pd.Series(range(10))
s.ravel()  # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
s.to_numpy()  # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
s.values  # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
s.array  # <PandasArray>

Answer 1

默認情況下，所有這些都返回一個視圖：

import pandas as pd

s = pd.Series(range(10))
rav = s.ravel()  # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
to_num = s.to_numpy()  # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
values = s.values  # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
array = s.array  # <PandasArray>

rav[0] = 1
print('ravel', s[0])

to_num[0] = 2
print('to_numpy', s[0])

values[0] = 3
print('values', s[0])

array[0] = 4
print('array', s[0])

ravel 1
to_numpy 2
values 3
array 4

但是， to_numpy()具有copy參數（默認為False ），您可以使用它返回底層數組的完整副本：

to_num_copy = s.to_numpy(copy=True)  # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

to_num_copy[0] = 5
print('to_numpy with copy', s[0])

to_numpy with copy 4

最后，當列的dtype不是同質的和/或不是numpy dtype dtype 時， to_numpy()有時也可能返回一個副本。 相反，如果我們想嚴格避免復制，應該使用.array 。

請注意， .values被認為是舊的，而應使用.array或to_numpy() 。 此答案中的更多信息。