NumPy 从已有数组创建新数组-Python扩展程序库 -- NumPy-编程文章分享

将Python array_like对象转换为Numpy数组

通常，在Python中排列成array-like结构的数值数据可以通过使用array()函数转换为数组。最明显的例子是列表和元组。

一些对象可能支持数组协议并允许以这种方式转换为数组。找出对象是否可以使用array()转换为一个数组numpy 数组的简单方法很简单，只要试一下（Python方式）。

import numpy as np

x = np.array((2,3,1,0))
print(x) # [2 3 1 0]

x = np.array([2, 3, 1, 0])
print(x) # [2 3 1 0]

x = np.array([[1,2.0],[0,0],(1+1j,3.)]) # note mix of tuple and lists,and types
print(x)
# [[1.+0.j 2.+0.j]
#  [0.+0.j 0.+0.j]
#  [1.+1.j 3.+0.j]]

x = np.array([[ 1.+0.j, 2.+0.j], [ 0.+0.j, 0.+0.j], [ 1.+1.j, 3.+0.j]])
print(x)
# [[1.+0.j 2.+0.j]
#  [0.+0.j 0.+0.j]
#  [1.+1.j 3.+0.j]]

numpy.asarray

函数类似于numpy.array，除了它有较少的参数。这个函数对于将 Python 序列转换为ndarray非常有用。

numpy.asarray(a, dtype = None, order = None)

函数接受下列参数：

序号	参数及描述
1.	`a` 任意形式的输入参数，比如列表、列表的元组、元组、元组的元组、元组的列表
2.	`dtype` 通常，输入数据的类型会应用到返回的`ndarray`
3.	`order` `'C'`为按行的 C 风格数组，`'F'`为按列的 Fortran 风格数组

import numpy as np

# 列表转换为 ndarray
x = [1, 2, 3]
a = np.asarray(x)
print(a) # [1 2 3]

# 元组转换为 ndarray
x =  (1,2,3)
a = np.asarray(x)
print (a) # [1 2 3]

# 元组列表转换为 ndarray
x =  [(1,2,3),(4,5)]
a = np.asarray(x)
print (a) # [(1, 2, 3) (4, 5)]

# 设置 dtype 参数
x =  [1,2,3]
a = np.asarray(x, dtype =  float)
print (a) # [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。

注：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。

numpy.frombuffer(buffer, dtype = float, count = -1, offset = 0)

函数接受下列参数：

序号	参数及描述
1.	`buffer` 任何暴露缓冲区借口的对象
2.	`dtype` 返回数组的数据类型，默认为`float`
3.	`count` 需要读取的数据数量，默认为`-1`，读取所有数据
4.	`offset` 需要读取的起始位置，默认为`0`

import numpy as np

s = b'Hello World'
a = np.frombuffer(s, dtype='S1')
print(a) # [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。

numpy.fromiter(iterable, dtype, count = -1)

函数接受下列参数：

序号	参数及描述
1.	`iterable` 任何可迭代对象
2.	`dtype` 返回数组的数据类型
3.	`count` 需要读取的数据数量，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(6)
it = iter(list)

# 使用迭代器创建 ndarray
x = np.fromiter(it, dtype=float)
print(x) # [0. 1. 2. 3. 4. 5.]

NumPy 从已有数组创建新数组

将Python array_like对象转换为Numpy数组

numpy.asarray

numpy.frombuffer

numpy.fromiter

相关推荐

请登录