NumPy - Array Dari Data Yang Ada

Pada bab ini, kita akan membahas cara membuat array dari data yang sudah ada.

numpy.asarray

Fungsi ini mirip dengan numpy.array kecuali fakta bahwa ia memiliki lebih sedikit parameter. Rutin ini berguna untuk mengubah urutan Python menjadi ndarray.

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

Konstruktor mengambil parameter berikut.

Sr.No. Parameter & Deskripsi
1

a

Input data dalam bentuk apapun seperti list, list of tuple, tuple, tuple of tuple atau tuple of list

2

dtype

Secara default, tipe data dari data masukan diterapkan ke ndarray yang dihasilkan

3

order

C (baris utama) atau F (kolom utama). C adalah default

Contoh berikut menunjukkan bagaimana Anda dapat menggunakan file asarray fungsi.

Contoh 1

# convert list to ndarray 
import numpy as np 

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

Outputnya adalah sebagai berikut -

[1  2  3]

Contoh 2

# dtype is set 
import numpy as np 

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

Sekarang, hasilnya adalah sebagai berikut -

[ 1.  2.  3.]

Contoh 3

# ndarray from tuple 
import numpy as np 

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

Outputnya adalah -

[1  2  3]

Contoh 4

# ndarray from list of tuples 
import numpy as np 

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

Di sini, hasilnya adalah sebagai berikut -

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

numpy.frombuffer

Fungsi ini mengartikan buffer sebagai array satu dimensi. Objek apa pun yang mengekspos antarmuka buffer digunakan sebagai parameter untuk mengembalikan filendarray.

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

Konstruktor mengambil parameter berikut.

Sr.No. Parameter & Deskripsi
1

buffer

Objek apa pun yang memperlihatkan antarmuka buffer

2

dtype

Jenis data ndarray yang dikembalikan. Defaultnya adalah float

3

count

Jumlah item yang akan dibaca, default -1 berarti semua data

4

offset

Posisi awal untuk membaca. Default adalah 0

Contoh

Contoh berikut menunjukkan penggunaan frombuffer fungsi.

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

Ini hasilnya -

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

numpy.fromiter

Fungsi ini membangun file ndarrayobjek dari objek iterable apa pun. Array satu dimensi baru dikembalikan oleh fungsi ini.

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

Di sini, konstruktor mengambil parameter berikut.

Sr.No. Parameter & Deskripsi
1

iterable

Objek iterable apa pun

2

dtype

Tipe data larik resultan

3

count

Jumlah item yang akan dibaca dari iterator. Default-nya -1 yang artinya semua data harus dibaca

Contoh berikut menunjukkan cara menggunakan built-in range()berfungsi untuk mengembalikan objek daftar. Sebuah iterator dari daftar ini digunakan untuk membentuk sebuahndarray obyek.

Contoh 1

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

Outputnya adalah sebagai berikut -

[0,  1,  2,  3,  4]

Contoh 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

Sekarang, hasilnya adalah sebagai berikut -

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