numpy.frombuffer

numpy.frombuffer(buffer, dtype=float, count=-1, offset=0, *, like=None)

将缓冲区解释为1维数组.

参数:

bufferbuffer_like

一个暴露了缓冲区接口的对象.

dtype数据类型,可选

返回数组的数据类型;默认:float.

countint, 可选

要读取的项目数量.``-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.

like类似数组, 可选

引用对象,以允许创建不是 NumPy 数组的数组.如果作为 like 传递的类数组对象支持 __array_function__ 协议,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递的对象兼容的数组对象.

在 1.20.0 版本加入.

返回:

outndarray

参见

ndarray.tobytes

从数组中的原始数据字节构造Python字节,这是该操作的逆操作.

备注

如果缓冲区中的数据不是机器字节顺序,这应该作为数据类型的一部分指定,例如:

>>> dt = np.dtype(int)
>>> dt = dt.newbyteorder('>')
>>> np.frombuffer(buf, dtype=dt) 

结果数组的数据显示不会被字节交换,但会被正确解释.

此函数创建原始对象的视图.一般来说这是安全的,但当原始对象是可变或不可信时,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)