numpy.frombuffer#
- numpy.frombuffer(buffer, dtype=float, count=-1, offset=0, *, like=None)#
将缓冲区解释为一维数组。
- 参数:
- bufferbuffer_like
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:float。
- countint,可选
要读取的项目数。
-1
表示缓冲区中的所有数据。- offsetint,可选
从该偏移量(以字节为单位)开始读取缓冲区;默认值:0。
- likearray_like,可选
参考对象,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,则结果将由其定义。在这种情况下,它确保创建与通过此参数传入的兼容的数组对象。版本 1.20.0 中的新功能。
- 返回值:
- outndarray
另请参阅
ndarray.tobytes
此操作的反向操作,从数组中的原始数据字节构造 Python 字节。
注释
如果缓冲区包含不是机器字节序的数据,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)
结果数组的数据不会进行字节交换,但会正确解释。
此函数创建对原始对象的视图。这通常是安全的,但当原始对象是可变的或不可信时,复制结果可能是有意义的。
示例
>>> 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)