NumPy 基于已有数据创建数组

---

原文：Python Numpy 教程

章节

• Numpy 介绍
• Numpy 安装
• NumPy ndarray
• NumPy 数据类型
• NumPy 数组创建
• NumPy 基于已有数据创建数组
• NumPy 基于数值区间创建数组
• NumPy 数组切片
• NumPy 广播
• NumPy 数组迭代
• NumPy 位运算
• NumPy 字符串函数
• NumPy 数学函数
• NumPy 统计函数
• NumPy 排序、查找、计数
• NumPy 副本和视图
• NumPy 矩阵库函数
• NumPy 线性代数

---

NumPy提供了使用现有数据创建数组的方法。

numpy.asarray

要使用列表或元组创建ndarray数组，可使用asarray函数。这个函数通常用于将python序列转换为numpy数组对象的场景中。

语法如下所示：

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

参数：

• sequence: 要被转换成ndarray数组的python序列。
• dtype: 指定数组元素的数据类型。
• order: 可以设置为'C'或'F'，表示c语言形式的内存顺序(按行排列)，或者Fortran语言形式的内存顺序(按列排列)。默认值是C。

示例

使用列表创建numpy数组

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]

示例

使用元组创建一个ndarray数组

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]

示例

使用多个列表创建ndarray数组

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])]

numpy.frombuffer

要使用指定的缓冲区创建数组，可以用frombuffer函数。

语法如下所示：

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

参数：

• buffer: 缓冲区对象（具有缓冲区接口）。
• dtype: 指定数组元素的数据类型。
• count: 指定数组长度。默认值是-1。
• offset: 表示要读取的缓冲区起始位置。默认值为0。

示例

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'>

numpy.fromiter

要使用可迭代对象创建ndarray数组，可以使用fromiter函数。fromiter函数返回一个一维的ndarray数组。

语法如下所示：

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

参数：

• iterable: 表示一个可迭代的对象。
• dtype: 指定数组元素的数据类型。
• count: 表示要从数组中的缓冲区读取的项数。

示例

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

输出

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