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 –