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
python中的列表是可以直接进行逆序排列的，本文主要介绍了python列表逆序排列的方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2023-05-05
OS ( Operating System 操作系统 ) 操作系统模块；它是属于python的标准库，常用于处理文件和目录(文件夹)的操作。本文为大家总结了这个模块的常用方法，希望有所帮助2022-08-08
这篇文章主要给大家介绍了关于如何使用PyTorch优化一个边缘检测器的相关资料,文中通过代码介绍的非常详细,对大家的学习或者工作具有一定的参考借鉴价值,需要的朋友可以参考下2024-09-09
multiprocessing库提供了Array类,允许在多个进程间共享数组,Array在共享内存中创建,各进程可直接访问和修改其元素,实现数据同步,Array支持多种数据类型,可选锁定参数以保证数据安全2024-09-09
这篇文章主要介绍了python抽象基类用法,实例分析了Python抽象基类的使用方法与相关注意事项,需要的朋友可以参考下2015-06-06
进程是一个具有一定独立功能的程序关于某个数据集合的一次运行活动。它是操作系统动态执行的基本单元，在传统的操作系统中，进程既是基本的分配单元，也是基本的执行单元。本文将介绍python实现网络进程2021-06-06
这篇文章主要为大家详细介绍了python监控文件，并且发送告警邮件，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-06-06
Kivy 是用 Python 和 Cython 编写的，基于 OpenGL ES 2，支持各种输入设备并拥有丰富的部件库。本文将教你如何使用 Kivy 编写一款乒乓球游戏，感兴趣的可以动手试一试2022-05-05
边缘检测是图像处理和计算机视觉当中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。本文将通过示例和大家介绍一下边缘检测的原理，希望对大家有所帮助2022-12-12
这篇文章主要介绍了python使用技巧标准输入,标准输入即stdin ，下文围绕python使用技巧标准输入相关资料展开学习内容，具有一的参考价值，需要的小伙伴可以参考一下2022-02-02
最新评论