NumPy - 从现有数据创建数组

NumPy 提供了几个函数，可以基于现有数据结构（如 Python 列表 (list)、元组 (tuple) 或原始内存缓冲区 (buffer)）创建新的数组。

numpy.asarray()

此函数将各种 Python 序列类型（列表、元组、元组列表等）转换为 NumPy N维数组 (ndarray)。它类似于 numpy.array()，但如果输入已经是具有所需数据类型 (dtype) 的 ndarray，asarray() 会避免创建副本。

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

参数：

参数	描述
a	输入数据，通常是 Python 列表 (list)、元组 (tuple) 或其他序列。
dtype	可选参数。输出数组所需的数据类型。如果未指定，NumPy 会从输入数据中推断。
order	可选参数。内存布局：‘C’ (行主序，默认) 或 ‘F’ (列主序)。

当你需要确保拥有一个 ndarray，并且希望在输入数据已经合适时避免不必要的数据复制时，使用 asarray()。

示例 1: 将列表转换为 ndarray

Python 列表的基本转换。

import numpy as np

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

print(a)
print(type(a))

输出：

[1 2 3]
<class 'numpy.ndarray'>

示例 2: 指定 dtype

转换列表并设置数据类型为浮点型。

import numpy as np

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

print(a)
print(a.dtype)

输出：

[1. 2. 3.]
float64

示例 3: 将元组转换为 ndarray

Python 元组的转换方式类似。

import numpy as np

my_tuple = (1, 2, 3)
a = np.asarray(my_tuple)

print(a)

输出：

[1 2 3]

示例 4: 转换元组列表

如果内部序列长度不同，生成的数组的数据类型 dtype 将是 object。

import numpy as np

list_of_tuples = [(1, 2, 3), (4, 5)] # 注意: 内部元组长度不同
a = np.asarray(list_of_tuples)

print(a)
print(a.dtype)

输出：

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

numpy.frombuffer()

此函数通过直接解释缓冲区 (buffer) 对象（如字节 bytes）中的数据来创建一个一维 ndarray，无需复制数据。这对于处理二进制数据或与底层库进行接口操作很有用。

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

参数：

参数	描述
buffer	导出缓冲区接口的对象（例如，`bytes`、`bytearray`）。
dtype	从缓冲区解释的元素的数据类型。
count	要读取的项数。-1 (默认) 表示尽可能多地读取。
offset	从此偏移量 (以字节为单位) 开始读取缓冲区。

示例: 从字节创建数组

将字节字符串解释为单字节字符数组。

import numpy as np

# 创建一个字节字符串 (注意开头的 'b')
s = b'Hello World'

# 将缓冲区解释为 1 字节字符串 ('S1') 的数组
a = np.frombuffer(s, dtype='S1')

print(a)

输出：

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

注意: 修改通过 frombuffer 创建的数组会修改原始缓冲区，如果该缓冲区是可变的（例如 bytearray）。

numpy.fromiter()

此函数通过使用任何 Python 可迭代对象 (iterable)（例如生成器 generator、列表 list、范围对象 range）中的项来创建一个一维 ndarray。对于大型序列，这可以节省内存，因为它不需要整个序列一次性存在于内存中（如果可迭代对象逐个生成项的话）。

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

参数：

参数	描述
iterable	任何可以迭代的 Python 对象。
dtype	结果数组的数据类型。这必须指定。
count	从迭代器读取的项数。-1 (默认) 表示使用所有项。

首先，我们来看一个使用 range() 创建的标准 Python 列表。

示例 1: 使用 Python range

# 在 Python 3 中使用 range 创建一个标准 Python 列表
# (range 本身是一个可迭代对象，list() 会使用它)
my_list = list(range(5))
print(my_list)

输出：

[0, 1, 2, 3, 4]

示例 2: 将 fromiter 与 range 结合使用

直接从 range 可迭代对象创建 ndarray。

import numpy as np

# 创建一个可迭代对象 (range 对象)
iterable = range(5)

# 使用迭代器创建一个 float dtype 的 ndarray
x = np.fromiter(iterable, dtype=float)

print(x)
print(x.dtype)

输出：

[0. 1. 2. 3. 4.]
float64