NumPy实现从已有的数组创建数组
更新时间：2024年10月08日 09:35:24 作者：蜡笔小流
本文介绍了NumPy中如何从已有的数组创建数组,包括使用numpy.asarray,numpy.frombuffer和numpy.fromiter方法,具有一定的参考价值,感兴趣的可以了解一下
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脚本之家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脚本之家！
相关文章
正常情况下,finally语句不会捕获异常,而是在异常处理完成后执行,那么如何在Python中捕获finally语句中异常消息呢,下面小编就来和大家详细聊聊2024-02-02
单元测试是保障代码质量和功能的重要工具,通过它们可以验证代码的正确性和可靠性,本篇文章介绍了如何使用Python的unittest模块进行单元测试,并通过实例展示了如何编写、运行和扩展测试2026-01-01
这篇文章主要介绍了Python自动化测试工具Splinter简介和使用实例,Splinter可以非常棒的模拟浏览器的行为，Splinter提供了丰富的API，可以获取页面的信息判断当前的行为所产生的结果2014-05-05
在本篇文章里小编给大家整理的是一篇关于numba提升python运行速度的实例方法，有兴趣的朋友们可以参考下。2021-01-01
string模块主要包含关于字符串的处理函数，这篇文章主要介绍了Python中String模块示例代码，代码简单易懂，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2022-12-12
今天小编就为大家分享一篇python:按行读入,排序然后输出的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-07-07
这篇文章主要介绍了关于Python中flask-httpauth库用法详解,Flask-HTTPAuth是一个 Flask 扩展，它简化了 HTTP 身份验证与 Flask 路由的使用,需要的朋友可以参考下2023-04-04
在本篇文章里小编给大家整理的是一篇关于python中最小二乘法详细讲解内容，需要的朋友们可以参考下。2021-02-02
这篇文章主要为大家详细介绍了python实现石头剪刀布小游戏，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-01-01
这篇文章主要介绍了使用Python的SymPy库解决数学运算问题的方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2019-03-03
最新评论