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
输出
示例
使用多个列表创建ndarray数组
输出
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:
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
输出
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:
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
输出