扫码一下
查看教程更方便
NumPy 从已有数据创建数组
在本章中，我们将讨论如何从现有数据创建数组。
numpy.asarray
该函数与 numpy.array 类似，只是它的参数较少。此函数主要是将Python 序列转换为 ndarray。语法如下
numpy.asarray(a, dtype = None, order = None)
参数说明如下：
| 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。 |
下面我们通过几个示例来了解一下该函数的应用
示例
将list数据转换成 ndarray
import numpy as np
x = [1,2,3]
a = np.asarray(x)
print(a)
运行结果如下
[1 2 3]
指定数据类型
import numpy as np
x = [1,2,3]
a = np.asarray(x, dtype = float)
print(a)
运行结果如下
[ 1. 2. 3.]
接下来我们将一个 元组数据类型转换成 ndarray
import numpy as np
x = (1,2,3)
a = np.asarray(x)
print(a)
运行结果如下
[1 2 3]
将一个list数据转换成 ndarray
import numpy as np
x = [(1,2,3),(4,5)]
a = np.asarray(x)
print(a)
运行结果如下
[(1, 2, 3) (4, 5)]
numpy.frombuffer
此方法将 buffer 数据转换成一个一维数组。任何返回 buffer 的接口都可以作为 frombuffer 方法的参数。语法如下
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。
参数说明如下：
| 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。 |
示例
import numpy as np
s = b'Hello World'
a = np.frombuffer(s, dtype = 'S1')
print(a)
运行结果如下
[b'H' b'e' b'l' b'l' b'o' b' ' b'W' b'o' b'r' b'l' b'd']
numpy.fromiter
此函数从任何可迭代对象构建一个ndarray对象，返回一个新的一维数组。语法如下
numpy.fromiter(iterable, dtype, count = -1)
参数说明如下
| 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 |
示例
以下示例显示先使用Python的内置range()函数返回列表对象。此列表的迭代器作为fromiter方法的参数用来创建ndarray对象。
import numpy as np
list = range(5)
print(list)
运行结果如下
[0, 1, 2, 3, 4]
然后将迭代器对象作为 fromiter的参数，从而返回一个ndarray对象
import numpy as np
list = range(5)
it = iter(list)
# 使用迭代器创建ndarray
x = np.fromiter(it, dtype = float)
print(x)
运行结果如下
[0. 1. 2. 3. 4.]
