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:
buffer类缓冲区对象

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。

count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。

like类数组对象,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。

版本 1.20.0 中的新功能。

返回值:
out: 掩码数组

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

如果缓冲区中的数据不是机器字节序,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) 

结果数组的数据将不会进行字节交换,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,但是当原始对象是可变的或不可信的时候,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)