NumPy 从已有的数组创建数组
最后更新于:2022-03-27 02:30:36
NumPy 从已有的数组创建数组
本章节我们将学习如何从已有的数组创建数组。
numpy.asarray
numpy.asarray 类似 numpy.array,但 numpy.asarray 参数只有三个,比 numpy.array 少两个。
numpy.asarray(a, dtype = None, order = None)
参数说明:
参数 | 描述 |
---|---|
a | 任意形式的输入参数,可以是,列表, 列表的元组, 元组, 元组的元组, 元组的列表,多维数组 |
dtype | 数据类型,可选 |
order | 可选,有”C”和”F”两个选项,分别代表,行优先和列优先,在计算机内存中的存储元素的顺序。 |
实例
将列表转换为 ndarray:
实例
import numpy as np
x = [1,2,3]
a = np.asarray(x)
print (a)
a = np.asarray(x)
print (a)
输出结果为:
[1 2 3]
将元组转换为 ndarray:
实例
import numpy as np
x = (1,2,3)
a = np.asarray(x)
print (a)
a = np.asarray(x)
print (a)
输出结果为:
[1 2 3]
将元组列表转换为 ndarray:
实例
import numpy as np
x = [(1,2,3),(4,5)]
a = np.asarray(x)
print (a)
a = np.asarray(x)
print (a)
输出结果为:
[(1, 2, 3) (4, 5)]
设置了 dtype 参数:
实例
import numpy as np
x = [1,2,3]
a = np.asarray(x, dtype = float)
print (a)
a = np.asarray(x, dtype = float)
print (a)
输出结果为:
[ 1. 2. 3.]
numpy.frombuffer
numpy.frombuffer 用于实现动态数组。
numpy.frombuffer 接受 buffer 输入参数,以流的形式读入转化成 ndarray 对象。
numpy.frombuffer(buffer, dtype = float, count = -1, offset = 0)
注意:buffer 是字符串的时候,Python3 默认 str 是 Unicode 类型,所以要转成 bytestring 在原 str 前加上 b。
参数说明:
参数 | 描述 |
---|---|
buffer | 可以是任意对象,会以流的形式读入。 |
dtype | 返回数组的数据类型,可选 |
count | 读取的数据数量,默认为-1,读取所有数据。 |
offset | 读取的起始位置,默认为0。 |
Python3.x 实例
import numpy as np
s = b‘Hello World‘
a = np.frombuffer(s, dtype = ‘S1‘)
print (a)
a = np.frombuffer(s, dtype = ‘S1‘)
print (a)
输出结果为:
[b'H' b'e' b'l' b'l' b'o' b' ' b'W' b'o' b'r' b'l' b'd']
Python2.x 实例
import numpy as np
s = ‘Hello World‘
a = np.frombuffer(s, dtype = ‘S1‘)
print (a)
s = ‘Hello World‘
a = np.frombuffer(s, dtype = ‘S1‘)
print (a)
输出结果为:
['H' 'e' 'l' 'l' 'o' ' ' 'W' 'o' 'r' 'l' 'd']
numpy.fromiter
numpy.fromiter 方法从可迭代对象中建立 ndarray 对象,返回一维数组。
numpy.fromiter(iterable, dtype, count=-1)
参数 | 描述 |
---|---|
iterable | 可迭代对象 |
dtype | 返回数组的数据类型 |
count | 读取的数据数量,默认为-1,读取所有数据 |
实例
import numpy as np
# 使用 range 函数创建列表对象
list=range(5)
it=iter(list) # 使用迭代器创建 ndarray
x=np.fromiter(it, dtype=float)
print(x)
list=range(5)
it=iter(list) # 使用迭代器创建 ndarray
x=np.fromiter(it, dtype=float)
print(x)
输出结果为:
[0. 1. 2. 3. 4.]