NumPy - Array da dati esistenti

In questo capitolo, discuteremo come creare un array da dati esistenti.

numpy.asarray

Questa funzione è simile a numpy.array tranne per il fatto che ha meno parametri. Questa routine è utile per convertire la sequenza Python in ndarray.

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

Il costruttore accetta i seguenti parametri.

Sr.No.	Parametro e descrizione
1	a Immettere i dati in qualsiasi forma come elenco, elenco di tuple, tuple, tupla di tuple o tupla di elenchi
2	dtype Per impostazione predefinita, il tipo di dati dei dati di input viene applicato al ndarray risultante
3	order C (riga maggiore) o F (colonna maggiore). C è l'impostazione predefinita

I seguenti esempi mostrano come utilizzare il asarray funzione.

Esempio 1

# convert list to ndarray 
import numpy as np 

x = [1,2,3] 
a = np.asarray(x) 
print a

Il suo output sarebbe il seguente:

[1  2  3]

Esempio 2

# dtype is set 
import numpy as np 

x = [1,2,3]
a = np.asarray(x, dtype = float) 
print a

Ora, l'output sarebbe il seguente:

[ 1.  2.  3.]

Esempio 3

# ndarray from tuple 
import numpy as np 

x = (1,2,3) 
a = np.asarray(x) 
print a

Il suo output sarebbe -

[1  2  3]

Esempio 4

# ndarray from list of tuples 
import numpy as np 

x = [(1,2,3),(4,5)] 
a = np.asarray(x) 
print a

Qui, l'output sarebbe il seguente:

[(1, 2, 3) (4, 5)]

numpy.frombuffer

Questa funzione interpreta un buffer come array unidimensionale. Qualsiasi oggetto che espone l'interfaccia del buffer viene utilizzato come parametro per restituire un filendarray.

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

Il costruttore accetta i seguenti parametri.

Sr.No.	Parametro e descrizione
1	buffer Qualsiasi oggetto che espone l'interfaccia del buffer
2	dtype Tipo di dati del ndarray restituito. Il valore predefinito è float
3	count Il numero di elementi da leggere, l'impostazione predefinita -1 indica tutti i dati
4	offset La posizione di partenza da cui leggere. L'impostazione predefinita è 0

Esempio

I seguenti esempi dimostrano l'uso di frombuffer funzione.

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

Ecco il suo output:

['H'  'e'  'l'  'l'  'o'  ' '  'W'  'o'  'r'  'l'  'd']

numpy.fromiter

Questa funzione crea un file ndarrayoggetto da qualsiasi oggetto iterabile. Una nuova matrice unidimensionale viene restituita da questa funzione.

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

Qui, il costruttore accetta i seguenti parametri.

Sr.No.	Parametro e descrizione
1	iterable Qualsiasi oggetto iterabile
2	dtype Tipo di dati della matrice risultante
3	count Il numero di elementi da leggere dall'iteratore. L'impostazione predefinita è -1, il che significa che tutti i dati devono essere letti

I seguenti esempi mostrano come utilizzare il built-in range()funzione per restituire un oggetto elenco. Un iteratore di questo elenco viene utilizzato per formare un filendarray oggetto.

Esempio 1

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

Il suo output è il seguente:

[0,  1,  2,  3,  4]

Esempio 2

# obtain iterator object from list 
import numpy as np 
list = range(5) 
it = iter(list)  

# use iterator to create ndarray 
x = np.fromiter(it, dtype = float) 
print x

Ora, l'output sarebbe il seguente:

[0.   1.   2.   3.   4.]