我要评论一. 前言
本章节我们将学习如何从已有的数组创建数组。
二. 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：
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:
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:
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：
import numpy as np x = [1,2,3] a = np.asarray(x, dtype = float) print (a)
输出结果为：
[ 1. 2. 3.]
三. 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。 |
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']
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']
四. 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 |
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.]
到此这篇关于numpy实现从已有的数组创建数组的文章就介绍到这了,更多相关numpy 从已有的数组创建数组内容请搜索代码网以前的文章或继续浏览下面的相关文章希望大家以后多多支持代码网！
发表评论