NumPy 教程（第 5 章）：从已有的 Python 数组创建 Ndarray 数组

numpy.asarray 此函数类似于numpy.array，它有较少的参数

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

• a 任意形式的输入参数，比如列表、列表的元组、元组、元组的元组、元组的列表

• dtype 通常，输入数据的类型会应用到返回的 ndarray

• order ‘C’ 为按行的 C 风格数组，‘F’ 为按列的 Fortran 风格数组

asarray 方法语法：

In [1]: import numpy as np

In [2]: x = [1, 2, 3]

In [3]: num = np.asarray(x)

In [4]: num
Out[4]: array([1, 2, 3])

In [5]: num = np.asarray(x, dtype=float)

In [6]: num
Out[6]: array([1., 2., 3.])

In [7]: x = (1, 2, 3)

In [8]: num = np.asarray(x)

In [9]: num
Out[9]: array([1, 2, 3])

numpy.frombuffer 用于实现动态数组，接受 buffer 输入参数，以流的形式读入转化成 ndarray 对象

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

• buffer 可以是任意对象，会以流的形式读入

• dtype 返回数组的数据类型，可选

• count 读取的数据数量，默认为-1，读取所有数据

• offset 读取的起始位置，默认为0

frombuffer 方法语法：

In [1]: import numpy as np

In [2]: s =  b'Hello World'

In [3]: num = np.frombuffer(s, dtype='S1')

In [4]: num
Out[4]:
array([b'H', b'e', b'l', b'l', b'o', b' ', b'W', b'o', b'r', b'l', b'd'],
      dtype='|S1')

numpy.fromiter 方法从可迭代对象中建立 ndarray 对象，返回一维数组

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

• iterable 可迭代对象

• dtype 返回数组的数据类型

• count 读取的数据数量，默认为-1，读取所有数据

fromiter 方法语法：

In [1]: import numpy as np

In [2]: x = range(5)

In [3]: it = iter(x)

In [4]: num = np.fromiter(it, dtype=float)

In [5]: num
Out[5]: array([0., 1., 2., 3., 4.])