【NumPy】全面解析ndarray函数：多维数组创建与操作

I'mAlex

已于 2024-05-28 20:41:18 修改

阅读量747

点赞数 16

分类专栏： NumPy API详解文章标签： numpy

于 2024-05-23 17:41:38 首次发布

本文链接：https://blog.csdn.net/g310773517/article/details/139153822

版权

NumPy API详解专栏收录该内容

34 篇文章 8 订阅

订阅专栏

🧑 博主简介：阿里巴巴嵌入式技术专家，深耕嵌入式+人工智能领域，具备多年的嵌入式硬件产品研发管理经验。

📒 博客介绍：分享嵌入式开发领域的相关知识、经验、思考和感悟，欢迎关注。提供嵌入式方向的学习指导、简历面试辅导、技术架构设计优化、开发外包等服务，有需要可加文末联系方式联系。

💬 博主粉丝群介绍：① 群内高中生、本科生、研究生、博士生遍布，可互相学习，交流困惑。② 热榜top10的常客也在群里，也有数不清的万粉大佬，可以交流写作技巧，上榜经验，涨粉秘籍。③ 群内也有职场精英，大厂大佬，可交流技术、面试、找工作的经验。④ 进群免费赠送写作秘籍一份，助你由写作小白晋升为创作大佬。⑤ 进群赠送CSDN评论防封脚本，送真活跃粉丝，助你提升文章热度。有兴趣的加文末联系方式，备注自己的CSDN昵称，拉你进群，互相学习共同进步。

在这里插入图片描述

1. NumPy 库：Python 科学计算的基石

NumPy（Numerical Python）是Python语言的一个重要扩展库，专为大规模数值计算设计。它不仅提供了高性能的多维数组对象ndarray，还有一系列用于操作这些数组的函数，使数据处理和分析变得高效且简洁。自问世以来，NumPy已成为数据分析、科学计算、机器学习等领域不可或缺的一部分，为诸如Pandas、Matplotlib、SciPy等更高级库提供基础支撑。

2. 解密`numpy.fromfile`：直接从文件读取数组数据

在处理二进制数据或大体积数据集时，直接从文件读取数据成为了一项高效的操作方式。NumPy的fromfile函数正是为此而生，它允许我们从磁盘文件直接读取原始二进制数据到NumPy数组中，无需经过中间的文本转换过程，从而极大地提高了数据读取速度。

2.1 `numpy.fromfile`函数详解

API签名及参数说明

numpy.fromfile(file, dtype=float, count=-1, sep='')

file: 文件对象或字符串形式的文件名。如果是字符串，函数会尝试打开并读取该文件。
dtype: 指定读取数据的类型，默认为float。这决定了数组中每个元素的数据类型。
count: 指定要读取的元素数量。默认为-1，表示读取文件直到结束。
sep: 分隔符。默认为空字符串，意味着连续读取数据直到达到count指定的数量或文件末尾。如果有非空字符串，函数会在遇到该分隔符时停止读取下一个元素，适用于结构化数据。

返回值

返回一个由指定数据类型元素组成的NumPy数组，数组的形状取决于读取的元素数量和数据类型。

2.2 实战示例

2.2.1 基本使用：读取浮点数数组

假设我们有一个名为data.bin的二进制文件，其中存储了一系列浮点数。下面是如何使用numpy.fromfile读取这些数据的示例代码：

import numpy as np

# 假设data.bin文件内存储了单精度浮点数
data = np.fromfile('data.bin', dtype=np.float32)

print(data)

2.2.2 限制读取数量

如果我们知道文件中有多少个数据项，可以设置count参数来限制读取的元素数量：

import numpy as np

# 只读取前100个浮点数
partial_data = np.fromfile('data.bin', dtype=np.float32, count=100)
print(partial_data)

2.2.3 处理结构化数据

对于含有多种类型数据的文件，可以利用结构化数据类型（structured dtypes）进行读取：

import numpy as np

# 假设文件中每两个浮点数后跟着一个整数，组成复合结构
record_dtype = np.dtype([('f1', np.float32), ('f2', np.float32), ('i1', np.int32)])
structured_data = np.fromfile('structured.bin', dtype=record_dtype)

print(structured_data)

2.2.4 使用分隔符

在某些情况下，文件中可能有特定的分隔符用于区分数据块。尽管直接读取二进制文件时这种情况较少见，但numpy.fromfile也提供了处理这种格式的能力：

import numpy as np

# 假设数据间以特殊字符'\x00\xff'分隔
data_with_separator = np.fromfile('separated.bin', dtype=np.float32, sep='\x00\xff')
print(data_with_separator)