Python从数值范围创建数组的区别-CSDN博客

本文链接：https://blog.csdn.net/m0_61331367/article/details/138980482

如果你也是看准了Python，想自学Python，在这里为大家准备了丰厚的免费学习大礼包，带大家一起学习，给大家剖析Python兼职、就业行情前景的这些事儿。

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

成为一个Python程序员专家或许需要花费数年时间，但是打下坚实的基础只要几周就可以，如果你按照我提供的学习路线以及资料有意识地去实践，你就有很大可能成功！
最后祝你好运！！！

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

numpy.asarray, numpy.frombuffer, 和 numpy.fromiter 是NumPy库中用于创建数组的三个不同函数，它们各自适用于不同的场景并有着不同的特性。

numpy.asarray

用途：numpy.asarray 用于将输入转换为一个NumPy数组。如果输入已经是一个NumPy数组，它将不会复制数据，而是直接返回原数组。对于其他类型的数据（如列表、元组、任何数组接口兼容的对象等），它会将其转换成NumPy数组。
场景：这个函数非常适用于确保某个对象是NumPy数组的情况。如果你不确定输入数据的类型，但需要确保它作为一个NumPy数组来处理（不必要复制已存在的数组），那么使用asarray是一个好选择。

import numpy as np # 从列表创建数组 lst = [1, 2, 3] rr = np.asarray(lst)

numpy.frombuffer

用途：numpy.frombuffer 用于从字节缓冲区（如二进制文件中读取的数据）创建一个NumPy数组，而不需要进行中间复制操作。这意味着它可以直接在原始内存缓冲区上创建数组视图，从而提高效率。
场景：适用于处理二进制数据或从文件中直接读取数据的场合。例如，从一个文件读取一个大型的二进制数组时，使用frombuffer可以避免不必要的数据复制，提高程序的效率。

import numpy as np # 假设buf是从文件中读取的二进制数据 
buf = b'\x01\x02\x03\x04' 
arr = np.frombuffer(buf, dtype=np.uint8)

numpy.fromiter

用途：numpy.fromiter 是从任意可迭代对象（如迭代器、生成器、列表等）创建一个新的一维NumPy数组。与asarray相比，它允许从迭代过程中动态生成的数据创建数组，同时可以指定数组的数据类型。
场景：当你有一个懒加载的或无法一次性加载到内存的数据生成器时，使用fromiter可以有效地将这些数据转换为NumPy数组。这对于处理大数据集或者只能按需生成数据的情况特别有用。

import numpy as np # 从迭代器创建数组 
iterable = (x*x for x in range(5)) 
arr = np.fromiter(iterable, dtype=np.float)

最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！