Numpy 从现有数据创建数组

NumPy 提供了一种通过使用现有数据来创建数组的方法。

numpy.asarray

该函数用于通过使用列表或元组的形式来创建数组。在需要将 Python 序列转换为 NumPy 数组对象的场景中，这个函数非常有用。

使用 asarray() 函数的语法如下所示。

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

它接受以下参数。

import numpy as np
l=[1,2,3,4,5,6,7]
a = np.asarray(l);
print(type(a))
print(a)

输出：

<class 'numpy.ndarray'>
[1 2 3 4 5 6 7]

import numpy as np
l=(1,2,3,4,5,6,7)   
a = np.asarray(l);
print(type(a))
print(a)

输出：

<class 'numpy.ndarray'>
[1 2 3 4 5 6 7]

import numpy as np
l=[[1,2,3,4,5,6,7],[8,9]]
a = np.asarray(l);
print(type(a))
print(a)

输出：

<class 'numpy.ndarray'>
[list([1, 2, 3, 4, 5, 6, 7]) list([8, 9])]

此函数用于通过使用特定的缓冲区来创建数组。使用该缓冲区的语法如下所示。

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

它接受以下参数。

import numpy as np
l = b'hello world'
print(type(l))
a = np.frombuffer(l, dtype = "S1")
print(a)
print(type(a))

输出:

<class 'bytes'>
[b'h' b'e' b'l' b'l' b'o' b' ' b'w' b'o' b'r' b'l' b'd']
<class 'numpy.ndarray'>

这个函数用于通过使用可迭代对象创建一个ndarray数组。它返回一个一维的ndarray对象。

语法如下。

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

它接受以下参数。

import numpy as np
list = [0,2,4,6]
it = iter(list)
x = np.fromiter(it, dtype = float)
print(x)
print(type(x))

输出：

[0. 2. 4. 6.]
<class 'numpy.ndarray'>

展开阅读全文

上一篇：出租房屋合同精选范本下一篇：oi小鬼是什么梗