NumPy数据转换数组

NumPy数据转换数组

　　Python是一种开源的面向对象语言。它具有许多功能。NumPy就是这样一种简化数组计算的包。可以通过以下任何数组创建例程或使用低级 ndarray 构造函数来构造新的ndarray对象.

　　也可以将现有的数据转换为数组，本文晓得博客为你介绍NumPy数据转换数组。

numpy.asarray

　　这个函数与 numpy.array 类似，只是它的参数更少。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。

参数	说明
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
Dtype	默认情况下，输入数据的数据类型应用于生成的 ndarray
Order	C（行）或 F（列）。C 是默认值

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

　　输出：

[1. 2. 3.]

　　推荐：11个流行的Python存储库

numpy.frombuffer

　　此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

参数	说明
buffer	任何暴露缓冲区接口的对象
Dtype	返回的 ndarray 的数据类型。默认为float
count	要读取的项目数，默认-1表示所有数据
offset	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)

　　输出：

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

　　推荐：Python的5大异步Web框架

numpy.fromiter

　　此函数从任何可迭代对象构建一个ndarray对象。此函数返回一个新的一维数组

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

参数	说明
iterable	任何可迭代对象
Dtype	结果数组的数据类型
count	要从迭代器中读取的项目数。默认为-1，表示要读取所有数据

import numpy as np
list = range(5)
it = iter(list)
x = np.fromiter(it, dtype = float)
print(x)

　　输出：

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

　　推荐：Python中json.load()和json.loads()之间的区别

总结

　　以上是晓得博客为你介绍的NumPy数据转换数组的全部内容，希望对你的NumPy学习有所帮助，如有问题，欢迎留言探讨。

　　推荐：NumPy教程