NumPy - Matriz de datos existentes

En este capítulo, discutiremos cómo crear una matriz a partir de datos existentes.

numpy.asarray

Esta función es similar a numpy.array excepto por el hecho de que tiene menos parámetros. Esta rutina es útil para convertir la secuencia de Python en ndarray.

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

El constructor toma los siguientes parámetros.

No Señor. Descripción de parámetros
1

a

Ingrese datos en cualquier forma, como lista, lista de tuplas, tuplas, tuplas de tuplas o tuplas de listas

2

dtype

De forma predeterminada, el tipo de datos de los datos de entrada se aplica al ndarray resultante

3

order

C (fila principal) o F (columna principal). C es predeterminado

Los siguientes ejemplos muestran cómo puede utilizar asarray función.

Ejemplo 1

# convert list to ndarray 
import numpy as np 

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

Su salida sería la siguiente:

[1  2  3]

Ejemplo 2

# dtype is set 
import numpy as np 

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

Ahora, la salida sería la siguiente:

[ 1.  2.  3.]

Ejemplo 3

# ndarray from tuple 
import numpy as np 

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

Su salida sería -

[1  2  3]

Ejemplo 4

# ndarray from list of tuples 
import numpy as np 

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

Aquí, la salida sería la siguiente:

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

numpy.frombuffer

Esta función interpreta un búfer como una matriz unidimensional. Cualquier objeto que exponga la interfaz del búfer se utiliza como parámetro para devolver unndarray.

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

El constructor toma los siguientes parámetros.

No Señor. Descripción de parámetros
1

buffer

Cualquier objeto que exponga la interfaz del búfer

2

dtype

Tipo de datos de ndarray devuelto. Por defecto flotar

3

count

El número de elementos para leer, predeterminado -1 significa todos los datos

4

offset

La posición inicial para leer. El valor predeterminado es 0

Ejemplo

Los siguientes ejemplos demuestran el uso de frombuffer función.

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

Aquí está su salida:

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

numpy.fromiter

Esta función crea un ndarrayobjeto de cualquier objeto iterable. Esta función devuelve una nueva matriz unidimensional.

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

Aquí, el constructor toma los siguientes parámetros.

No Señor. Descripción de parámetros
1

iterable

Cualquier objeto iterable

2

dtype

Tipo de datos de la matriz resultante

3

count

El número de elementos que se leerán del iterador. El valor predeterminado es -1, lo que significa que se leerán todos los datos

Los siguientes ejemplos muestran cómo utilizar el range()función para devolver un objeto de lista. Un iterador de esta lista se utiliza para formar unndarray objeto.

Ejemplo 1

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

Su salida es la siguiente:

[0,  1,  2,  3,  4]

Ejemplo 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

Ahora, la salida sería la siguiente:

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