numpy.fromiter#

numpy.fromiter(iter, dtype, count=-1, *, like=None)#

从可迭代对象创建新的1维数组。

参数:
iter可迭代对象

为数组提供数据的可迭代对象。

dtype数据类型

返回数组的数据类型。

1.23 版本中的变更: 现在支持对象和子数组 dtype（请注意，对于子数组 dtype，最终结果不是1维的）。

countint, 可选

要从 iterable 读取的项数。默认值为 -1，表示读取所有数据。

likearray_like, 可选

引用对象，允许创建非 NumPy 数组。如果作为 like 传入的类数组对象支持 __array_function__ 协议，则结果将由其定义。在这种情况下，它确保创建与通过此参数传入的对象兼容的数组对象。

1.20.0 版本新增。

返回:
outndarray

输出数组。

注意

指定 count 可以提高性能。它允许 fromiter 预先分配输出数组，而不是按需调整大小。

示例

>>> import numpy as np
>>> iterable = (x*x for x in range(5))
>>> np.fromiter(iterable, float)
array([  0.,   1.,   4.,   9.,  16.])

精心构建的子数组 dtype 将导致更高维度的结果

>>> iterable = ((x+1, x+2) for x in range(5))
>>> np.fromiter(iterable, dtype=np.dtype((int, 2)))
array([[1, 2],
       [2, 3],
       [3, 4],
       [4, 5],
       [5, 6]])
本页内容