polars.from_numpy

polars.from_numpy(
    data: np.ndarray[Any,
    Any],
    schema: SchemaDefinition | None = None,
    *,
    schema_overrides: SchemaDict | None = None,
    orient: Orientation | None = None,
) → DataFrame

Создает DataFrame из массива NumPy ndarray. Эта операция копирует данные.

Обратите внимание, что это медленнее, чем создание из столбцовой памяти.

Параметры:

datanumpy.ndarray

Двумерные данные, представленные в виде массива NumPy ndarray.

schemaSequence of str, (str,DataType) pairs, or a {str:DataType,} dict

Схему DataFrame можно задать несколькими способами:

• В виде словаря пар {имя:тип}; если тип равен None, он будет определен автоматически.
• В виде списка имен столбцов; в этом случае типы определяются автоматически.
• В виде списка пар (имя,тип); это эквивалентно форме словаря.

Если вы передадите список имен столбцов, не совпадающий с именами в исходных данных, указанные здесь имена заменят их. Количество имен в схеме должно соответствовать размерности исходных данных.

schema_overridesdict, default None

Поддерживает указание или переопределение типа для одного или нескольких столбцов; обратите внимание, что любые типы данных, определенные по параметру columns, будут переопределены.

orient{None, ‘col’, ‘row’}

Определяет, интерпретировать ли двумерные данные как столбцы или строки. Если значение равно None, ориентация определяется путем сопоставления столбцов и размерностей данных. Если это не позволяет однозначно определить ориентацию, используются столбцы.

Возвращает:

DataFrame

Примеры

>>> import numpy as np
>>> data = np.array([[1, 2, 3], [4, 5, 6]])
>>> df = pl.from_numpy(data, schema=["a", "b"], orient="col")
>>> df
shape: (3, 2)
┌─────┬─────┐
│ a   ┆ b   │
│ --- ┆ --- │
│ i64 ┆ i64 │
╞═════╪═════╡
│ 1   ┆ 4   │
│ 2   ┆ 5   │
│ 3   ┆ 6   │
└─────┴─────┘