[Python知识库]numpy学习(5) ---- 从现有数据创建数组

numpy学习(5)

?? ????? ---- 从现有数据创建数组
<1> ----类似于numpy.array,改变数组元素数据类型
代码：

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

参数：

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
dtype： 通常，输入数据的类型会应用到返回的ndarray
order： 'C'为按行的 C 风格数组，'F'为按列的 Fortran 风格数组

例子------------------------------------
输入：

# 将列表转换为 ndarray
import numpy as np
a = [1, 2, 3]
b = np.asarray(a, dtype =  float)
print(b)

输出：

[1. 2. 3.]

<2> ----将缓冲区解释为一维数组
代码：

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

参数：

buffer：任何暴露缓冲区借口的对象
dtype： 返回数组的数据类型，默认为float
count： 需要读取的数据数量，默认为-1，读取所有数据
offset： 需要读取的起始位置，默认为0

例子------------------------------------
输入：

# 将列表转换为 ndarray
import numpy as np
s =  b'abc'
a = np.frombuffer(s,dtype='S1',offset=1)
print(a)

输出：

[b'b' b'c']

<3> ----任何可迭代对象构建一个ndarray对象，返回一个新的一维数组
代码：

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

参数：

iterable： 任何可迭代对象
dtype： 返回数组的数据类型
count： 需要读取的数据数量，默认为-1，读取所有数据

例子------------------------------------
输入：

# 从列表中获得迭代器
import numpy as np
list = range(5)
print(list)
it = iter(list)
# 使用迭代器创建 ndarray 
x = np.fromiter(it, dtype=float)
print(x)

输出：

range(0, 5)
[0. 1. 2. 3. 4.]