面向工资编程,面向面试学习!

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)

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)

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)

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)

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)

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)

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)

输出结果为:

[0. 1. 2. 3. 4.]