NumPy - Tableau à partir de données existantes

Dans ce chapitre, nous verrons comment créer un tableau à partir de données existantes.

numpy.asarray

Cette fonction est similaire à numpy.array, sauf qu'elle a moins de paramètres. Cette routine est utile pour convertir une séquence Python en ndarray.

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

Le constructeur prend les paramètres suivants.

N ° Sr.	Paramètre et description
1	a Données d'entrée sous n'importe quelle forme telle que liste, liste de tuples, tuples, tuple de tuples ou tuple de listes
2	dtype Par défaut, le type de données des données d'entrée est appliqué au ndarray résultant
3	order C (ligne principale) ou F (colonne principale). C est la valeur par défaut

Les exemples suivants montrent comment utiliser le asarray fonction.

Exemple 1

# convert list to ndarray 
import numpy as np 

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

Sa sortie serait la suivante -

[1  2  3]

Exemple 2

# dtype is set 
import numpy as np 

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

Maintenant, la sortie serait la suivante -

[ 1.  2.  3.]

Exemple 3

# ndarray from tuple 
import numpy as np 

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

Sa sortie serait -

[1  2  3]

Exemple 4

# ndarray from list of tuples 
import numpy as np 

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

Ici, la sortie serait la suivante -

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

numpy.frombuffer

Cette fonction interprète un tampon comme un tableau unidimensionnel. Tout objet qui expose l'interface tampon est utilisé comme paramètre pour renvoyer unndarray.

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

Le constructeur prend les paramètres suivants.

N ° Sr.	Paramètre et description
1	buffer Tout objet qui expose l'interface de la mémoire tampon
2	dtype Type de données du ndarray renvoyé. Par défaut, float
3	count Le nombre d'éléments à lire, par défaut -1 signifie toutes les données
4	offset La position de départ à partir de laquelle lire. La valeur par défaut est 0

Exemple

Les exemples suivants illustrent l'utilisation de frombuffer fonction.

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

Voici sa sortie -

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

numpy.fromiter

Cette fonction construit un ndarrayobjet de tout objet itérable. Un nouveau tableau unidimensionnel est renvoyé par cette fonction.

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

Ici, le constructeur prend les paramètres suivants.

N ° Sr.	Paramètre et description
1	iterable Tout objet itérable
2	dtype Type de données du tableau résultant
3	count Le nombre d'éléments à lire à partir de l'itérateur. La valeur par défaut est -1, ce qui signifie que toutes les données doivent être lues

Les exemples suivants montrent comment utiliser la fonction intégrée range()fonction pour renvoyer un objet de liste. Un itérateur de cette liste est utilisé pour former unndarray objet.

Exemple 1

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

Sa sortie est la suivante -

[0,  1,  2,  3,  4]

Exemple 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

Maintenant, la sortie serait la suivante -

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