numpy.ma.frombuffer #
- 嘛。frombuffer ( buffer , dtype = float , count = -1 , offset = 0 , * , like = None ) = <numpy.ma.core._convert2ma对象> #
将缓冲区解释为一维数组。
- 参数:
- 类似缓冲区的缓冲区
公开缓冲区接口的对象。
- dtype数据类型,可选
返回数组的数据类型;默认值:浮动。
- 计数int,可选
要阅读的项目数。
-1
表示缓冲区中的所有数据。- 偏移量int,可选
从该偏移量开始读取缓冲区(以字节为单位);默认值:0。
- 类似array_like,可选
允许创建非 NumPy 数组的引用对象。如果传入的类似数组
like
支持__array_function__
协议,则结果将由它定义。在这种情况下,它确保创建一个与通过此参数传入的数组对象兼容的数组对象。1.20.0 版本中的新增功能。
- 返回:
- 输出:MaskedArray
也可以看看
ndarray.tobytes
与此操作相反,从数组中的原始数据字节构造 Python 字节。
笔记
如果缓冲区中的数据不是机器字节顺序,则应将其指定为数据类型的一部分,例如:
>>> dt = np.dtype(int) >>> dt = dt.newbyteorder('>') >>> np.frombuffer(buf, dtype=dt)
结果数组的数据不会被字节交换,但会被正确解释。
该函数创建原始对象的视图。一般来说,这应该是安全的,但当原始对象可变或不受信任时,复制结果可能是有意义的。
例子
>>> s = b'hello world' >>> np.frombuffer(s, dtype='S1', count=5, offset=6) array([b'w', b'o', b'r', b'l', b'd'], dtype='|S1')
>>> np.frombuffer(b'\x01\x02', dtype=np.uint8) array([1, 2], dtype=uint8) >>> np.frombuffer(b'\x01\x02\x03\x04\x05', dtype=np.uint8, count=3) array([1, 2, 3], dtype=uint8)