NumPy – Array aus vorhandenen Daten

author
2 minutes, 12 seconds Read
Anmerkungen

In diesem Kapitel werden wir besprechen, wie man ein Array aus vorhandenen Daten erstellt.

numpy.asarray

Diese Funktion ist ähnlich wie numpy.array, nur dass sie weniger Parameter hat. Diese Routine ist nützlich, um Python-Sequenzen in ndarray zu konvertieren.

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

Der Konstruktor nimmt die folgenden Parameter entgegen.

Sr.Nr. Parameter & Beschreibung
1

a

Eingabedaten in beliebiger Form wie Liste, Liste von Tupeln, Tupeln, Tupel von Tupeln oder Tupel von Listen

2

dtype

Standardmäßig, wird der Datentyp der Eingabedaten auf das resultierende ndarray

3

order

C (Zeilen-Dur) oder F (Spalten-Dur) angewendet. C ist Standard

Die folgenden Beispiele zeigen, wie Sie die Funktion asarray verwenden können.

Beispiel 1

# convert list to ndarray import numpy as np x = a = np.asarray(x) print a

Die Ausgabe würde wie folgt aussehen –

 

Beispiel 2

# dtype is set import numpy as np x = a = np.asarray(x, dtype = float) print a

Nun, wäre die Ausgabe wie folgt –

 

Beispiel 3

# ndarray from tuple import numpy as np x = (1,2,3) a = np.asarray(x) print a

Die Ausgabe wäre –


Beispiel 4

# ndarray from list of tuples import numpy as np x = a = np.asarray(x) print a

Hier wäre die Ausgabe wie folgt –


numpy.frombuffer

Diese Funktion interpretiert einen Puffer als eindimensionales Array. Jedes Objekt, das die Pufferschnittstelle bereitstellt, wird als Parameter verwendet, um ein ndarray zurückzugeben.

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

Der Konstruktor nimmt die folgenden Parameter entgegen.

Sr.Nr. Parameter & Beschreibung
1

buffer

Jedes Objekt, das die Pufferschnittstelle zur Verfügung stellt

2

dtype

Datentyp des zurückgegebenen ndarray. Standardwert ist float

3

count

Die Anzahl der zu lesenden Elemente, Standardwert -1 bedeutet alle Daten

4

offset

Die Startposition, ab der gelesen werden soll. Standard ist 0

Beispiel

Die folgenden Beispiele demonstrieren die Verwendung der frombuffer-Funktion.

import numpy as np s = 'Hello World' a = np.frombuffer(s, dtype = 'S1') print a

Hier ist die Ausgabe –


numpy.fromiter

Diese Funktion erstellt ein ndarray-Objekt aus einem beliebigen iterierbaren Objekt. Ein neues eindimensionales Array wird von dieser Funktion zurückgegeben.

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

Hier nimmt der Konstruktor die folgenden Parameter entgegen.

Sr.Nr. Parameter & Beschreibung
1

iterable

beliebiges iterables Objekt

2

dtype

Datentyp des resultierenden Arrays

3

count

Die Anzahl der vom Iterator zu lesenden Elemente. Standardwert ist -1, was bedeutet, dass alle Daten gelesen werden

Die folgenden Beispiele zeigen, wie man die eingebaute Funktion range() verwendet, um ein Listenobjekt zurückzugeben. Ein Iterator dieser Liste wird verwendet, um ein ndarray-Objekt zu bilden.

Beispiel 1

# create list object using range function import numpy as np list = range(5) print list

Die Ausgabe ist wie folgt –

Similar Posts

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.