Python numpy ma.frombuffer用法及代码示例

本文简要介绍 python 语言中 numpy.ma.frombuffer 的用法。

用法:

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： buffer_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：浮点数。

count： 整数，可选

要阅读的项目数。 -1 表示缓冲区中的所有数据。

offset： 整数，可选

从该偏移量开始读取缓冲区(以字节为单位)；默认值：0。

like： array_like

允许创建非 NumPy 数组的引用对象。如果作为 like 传入的类似数组支持 __array_function__ 协议，则结果将由它定义。在这种情况下，它确保创建一个与通过此参数传入的数组对象兼容的数组对象。

返回：

输出：MaskedArray

注意：

如果缓冲区中的数据不是机器字节顺序，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)

结果数组的数据不会被字节交换，但会被正确解释。

例子：

>>> 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)