📅 最后修改于: 2020-10-27 02:17:54 🧑 作者: Mango
NumPy为我们提供了使用现有数据创建数组的方法。
该例程用于通过使用列表或元组形式的现有数据来创建数组。在需要将Python序列转换为numpy数组对象的情况下，此例程很有用。
下面给出了使用asarray()例程的语法。
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：
[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：
[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：
[list([1, 2, 3, 4, 5, 6, 7]) list([8, 9])]
此函数用于通过使用指定的缓冲区来创建数组。下面给出了使用此缓冲区的语法。
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：
[b'h' b'e' b'l' b'l' b'o' b' ' b'w' b'o' b'r' b'l' b'd']
此例程用于通过使用可迭代对象来创建ndarray。它返回一维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.]