numpy.ma.frombuffer

ma.frombuffer(buffer, dtype=float, count=-1, offset=0, *, like=None) = <numpy.ma.core._convert2ma object>

将缓冲区解释为一维数组.

参数:

bufferbuffer_like

一个暴露缓冲区接口的对象.

dtypedata-type,可选

返回数组的数据类型;默认值:float.

计数整数,可选

要读取的项目数. -1 表示缓冲区中的所有数据.

offset整数,可选

从此偏移量(以字节为单位)开始读取缓冲区;默认值:0.

likearray_like, optional

参考对象以允许创建非NumPy数组的数组. 如果作为 like 传入的类数组支持 __array_function__ 协议,则结果将由它定义. 在这种情况下,它可以确保创建与通过此参数传入的数组对象兼容的数组对象.

在 1.20.0 版本加入.

返回:

out: MaskedArray

参见

ndarray.tobytes

此操作的逆操作,从数组中的原始数据字节构造 Python 字节.

注释

如果缓冲区具有非机器字节顺序的数据,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) 

结果数组的数据将不会进行字节交换,但将被正确解释.

此函数创建原始对象的视图.通常这是安全的,但是当原始对象是可变的或不受信任时,复制结果是有意义的.

示例

Try it in your browser!

>>> import numpy as np
>>> 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)

Go BackOpen In Tab