NumPy - 来自现有数据的数组

在本章中，我们将讨论如何从现有数据创建数组。

numpy.asarray

该函数与 numpy.array 类似，只是参数较少。此例程对于将 Python 序列转换为 ndarray 很有用。

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

构造函数采用以下参数。

先生。 参数及说明
1

A

以任何形式输入数据，例如列表、元组列表、元组、元组的元组或列表的元组
2

数据类型

默认情况下，输入数据的数据类型应用于结果 ndarray
3

命令

C（行专业）或 F（列专业）。C为默认值

以下示例展示了如何使用asarray函数。

实施例1

现场演示 
# convert list to ndarray 
import numpy as np 

x = [1,2,3] 
a = np.asarray(x) 
print a

其输出如下 -

[1  2  3]

实施例2

现场演示 
# dtype is set 
import numpy as np 

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

现在，输出如下 -

[ 1.  2.  3.]

实施例3

现场演示 
# ndarray from tuple 
import numpy as np 

x = (1,2,3) 
a = np.asarray(x) 
print a

它的输出将是 -

[1  2  3]

实施例4

现场演示 
# ndarray from list of tuples 
import numpy as np 

x = [(1,2,3),(4,5)] 
a = np.asarray(x) 
print a

在这里，输出如下 -

[(1, 2, 3) (4, 5)]

numpy.frombuffer

该函数将缓冲区解释为一维数组。任何公开缓冲区接口的对象都用作返回ndarray的参数。

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

构造函数采用以下参数。

先生。 参数及说明
1

缓冲

任何公开缓冲区接口的对象
2

数据类型

返回的 ndarray 的数据类型。默认为浮动
3

数数

读取的条数，默认-1表示所有数据
4

抵消

读取的起始位置。默认值为 0

例子

以下示例演示了frombuffer函数的使用。

现场演示 
import numpy as np 
s = 'Hello World' 
a = np.frombuffer(s, dtype = 'S1') 
print a

这是它的输出 -

['H'  'e'  'l'  'l'  'o'  ' '  'W'  'o'  'r'  'l'  'd']

numpy.fromiter

此函数从任何可迭代对象构建ndarray对象。该函数返回一个新的一维数组。

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

这里，构造函数采用以下参数。

先生。 参数及说明
1

可迭代的

任何可迭代对象
2

数据类型

结果数组的数据类型
3

数数

要从迭代器读取的项目数。默认为-1，表示读取所有数据

以下示例演示如何使用内置range()函数返回列表对象。该列表的迭代器用于形成ndarray对象。

实施例1

现场演示 
# create list object using range function 
import numpy as np 
list = range(5) 
print list

其输出如下 -

[0,  1,  2,  3,  4]

实施例2

现场演示 
# obtain iterator object from list 
import numpy as np 
list = range(5) 
it = iter(list)  

# use iterator to create ndarray 
x = np.fromiter(it, dtype = float) 
print x

现在，输出如下 -

[0.   1.   2.   3.   4.]