NumPy實(shí)現(xiàn)從已有的數(shù)組創(chuàng)建數(shù)組
一. 前言
本章節(jié)我們將學(xué)習(xí)如何從已有的數(shù)組創(chuàng)建數(shù)組。
二. numpy.asarray
numpy.asarray 類似 numpy.array,但 numpy.asarray 參數(shù)只有三個(gè),比 numpy.array 少兩個(gè)。
numpy.asarray(a, dtype = None, order = None)
參數(shù)說(shuō)明:
| 參數(shù) | 描述 |
|---|---|
| a | 任意形式的輸入?yún)?shù),可以是,列表, 列表的元組, 元組, 元組的元組, 元組的列表,多維數(shù)組 |
| dtype | 數(shù)據(jù)類型,可選 |
| order | 可選,有"C"和"F"兩個(gè)選項(xiàng),分別代表,行優(yōu)先和列優(yōu)先,在計(jì)算機(jī)內(nèi)存中的存儲(chǔ)元素的順序。 |
實(shí)例
將列表轉(zhuǎn)換為 ndarray:
import numpy as np x = [1,2,3] a = np.asarray(x) print (a)
輸出結(jié)果為:
[1 2 3]
將元組轉(zhuǎn)換為 ndarray:
import numpy as np x = (1,2,3) a = np.asarray(x) print (a)
輸出結(jié)果為:
[1 2 3]
將元組列表轉(zhuǎn)換為 ndarray:
import numpy as np x = [(1,2,3),(4,5)] a = np.asarray(x) print (a)
輸出結(jié)果為:
[(1, 2, 3) (4, 5)]
設(shè)置了 dtype 參數(shù):
import numpy as np x = [1,2,3] a = np.asarray(x, dtype = float) print (a)
輸出結(jié)果為:
[ 1. 2. 3.]
三. numpy.frombuffer
numpy.frombuffer 用于實(shí)現(xiàn)動(dòng)態(tài)數(shù)組。
numpy.frombuffer 接受 buffer 輸入?yún)?shù),以流的形式讀入轉(zhuǎn)化成 ndarray 對(duì)象。
numpy.frombuffer(buffer, dtype = float, count = -1, offset = 0)
注意:buffer 是字符串的時(shí)候,Python3 默認(rèn) str 是 Unicode 類型,所以要轉(zhuǎn)成 bytestring 在原 str 前加上 b。
參數(shù)說(shuō)明:
| 參數(shù) | 描述 |
|---|---|
| buffer | 可以是任意對(duì)象,會(huì)以流的形式讀入。 |
| dtype | 返回?cái)?shù)組的數(shù)據(jù)類型,可選 |
| count | 讀取的數(shù)據(jù)數(shù)量,默認(rèn)為-1,讀取所有數(shù)據(jù)。 |
| offset | 讀取的起始位置,默認(rèn)為0。 |
import numpy as np s = b'Hello World' a = np.frombuffer(s, dtype = 'S1') print (a)
輸出結(jié)果為:
[b'H' b'e' b'l' b'l' b'o' b' ' b'W' b'o' b'r' b'l' b'd']
import numpy as np s = 'Hello World' a = np.frombuffer(s, dtype = 'S1') print (a)
輸出結(jié)果為:
['H' 'e' 'l' 'l' 'o' ' ' 'W' 'o' 'r' 'l' 'd']
四. numpy.fromiter
numpy.fromiter 方法從可迭代對(duì)象中建立 ndarray 對(duì)象,返回一維數(shù)組。
numpy.fromiter(iterable, dtype, count=-1)
| 參數(shù) | 描述 |
|---|---|
| iterable | 可迭代對(duì)象 |
| dtype | 返回?cái)?shù)組的數(shù)據(jù)類型 |
| count | 讀取的數(shù)據(jù)數(shù)量,默認(rèn)為-1,讀取所有數(shù)據(jù) |
import numpy as np # 使用 range 函數(shù)創(chuàng)建列表對(duì)象 list=range(5) it=iter(list) # 使用迭代器創(chuàng)建 ndarray x=np.fromiter(it, dtype=float) print(x)
輸出結(jié)果為:
[0. 1. 2. 3. 4.]
到此這篇關(guān)于NumPy實(shí)現(xiàn)從已有的數(shù)組創(chuàng)建數(shù)組的文章就介紹到這了,更多相關(guān)NumPy 從已有的數(shù)組創(chuàng)建數(shù)組內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
如何在Python中捕獲finally語(yǔ)句中異常消息
正常情況下,finally語(yǔ)句不會(huì)捕獲異常,而是在異常處理完成后執(zhí)行,那么如何在Python中捕獲finally語(yǔ)句中異常消息呢,下面小編就來(lái)和大家詳細(xì)聊聊2024-02-02
Python自動(dòng)化測(cè)試工具Splinter簡(jiǎn)介和使用實(shí)例
這篇文章主要介紹了Python自動(dòng)化測(cè)試工具Splinter簡(jiǎn)介和使用實(shí)例,Splinter可以非常棒的模擬瀏覽器的行為,Splinter提供了豐富的API,可以獲取頁(yè)面的信息判斷當(dāng)前的行為所產(chǎn)生的結(jié)果2014-05-05
numba提升python運(yùn)行速度的實(shí)例方法
在本篇文章里小編給大家整理的是一篇關(guān)于numba提升python運(yùn)行速度的實(shí)例方法,有興趣的朋友們可以參考下。2021-01-01
關(guān)于Python中flask-httpauth庫(kù)用法詳解
這篇文章主要介紹了關(guān)于Python中flask-httpauth庫(kù)用法詳解,Flask-HTTPAuth是一個(gè)?Flask?擴(kuò)展,它簡(jiǎn)化了?HTTP?身份驗(yàn)證與?Flask?路由的使用,需要的朋友可以參考下2023-04-04
使用Python的SymPy庫(kù)解決數(shù)學(xué)運(yùn)算問(wèn)題的方法
這篇文章主要介紹了使用Python的SymPy庫(kù)解決數(shù)學(xué)運(yùn)算問(wèn)題的方法,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2019-03-03

