NumPy - 来自现有数据的数组

这一章中，我们会讨论如何从现有数据创建数组。

numpy.asarray

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

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

构造器接受下列参数：

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

下面的例子展示了如何使用asarray函数：

示例 1

  1. # 将列表转换为 ndarray 
  2. import numpy as np 
  4. x =  [1,2,3] 
  5. a = np.asarray(x)  
  6. print a

输出如下：

  1. [1  2  3]

示例 2

  1. # 设置了 dtype  
  2. import numpy as np 
  4. x =  [1,2,3] 
  5. a = np.asarray(x, dtype =  float)  
  6. print a

输出如下：

  1. [ 1.  2.  3.]

示例 3

  1. # 来自元组的 ndarray  
  2. import numpy as np 
  4. x =  (1,2,3) 
  5. a = np.asarray(x)  
  6. print a

输出如下：

  1. [1  2  3]

示例 4

  1. # 来自元组列表的 ndarray
  2. import numpy as np 
  4. x =  [(1,2,3),(4,5)] 
  5. a = np.asarray(x)  
  6. print a

输出如下：

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

numpy.frombuffer

此函数将缓冲区解释为一维数组。 暴露缓冲区接口的任何对象都用作参数来返回ndarray。

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

构造器接受下列参数：

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

示例

下面的例子展示了frombuffer函数的用法。

  1. import numpy as np 
  2. s =  'Hello World' 
  3. a = np.frombuffer(s, dtype =  'S1')  
  4. print a

输出如下：

  1. ['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一个ndarray对象，返回一个新的一维数组。

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

构造器接受下列参数：

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

以下示例展示了如何使用内置的range()函数返回列表对象。 此列表的迭代器用于形成ndarray对象。

示例 1

  1. # 使用 range 函数创建列表对象  
  2. import numpy as np 
  3. list = range(5)  
  4. print list

输出如下：

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

示例 2

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

输出如下：

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