Функция fromiter в NumPy

Введение

В этом практическом занятии мы рассмотрим функцию NumPy fromiter(), которая используется для создания ndarray с использованием итерируемого объекта Python. Мы объясним синтаксис, параметры и возвращаемое значение этой функции, а также приведем пример кода.

Советы по работе с ВМ

После запуска ВМ нажмите в верхнем левом углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.

Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook не загрузится полностью. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.

Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.

Импортируем библиотеку NumPy

Начнем с импорта библиотеки NumPy с использованием следующего кода:

import numpy as np

Здесь np - это псевдоним для библиотеки NumPy, который мы будем использовать на протяжении всего кода.

Создаем итерируемый объект Python

В этом шаге мы создаем итерируемый объект Python, который будет использоваться для создания ndarray позднее. Мы можем создать любой итерируемый объект, включая списки, кортежи и генераторы. Для примера мы создаем список целых чисел:

a = [0, 2, 4, 9, 10, 8]

Создаем ndarray с использованием функции fromiter()

Теперь мы можем создать ndarray с использованием функции fromiter() следующим образом:

it = iter(a)
x = np.fromiter(it, dtype=float)

Здесь мы сначала передаем итерируемый объект a в функцию iter() для создания объекта-итератора it. Затем этот объект-итератор передается в функцию fromiter() вместе с типом данных массива, который мы хотим создать, в данном случае это float.

Отображаем результат

Мы можем отобразить результирующий массив и его тип данных с использованием следующего кода:

print("The output array is :")
print(x)
print("The type of output array is:")
print(type(x))

Здесь мы сначала выводим результирующий массив, а затем его тип данных.

Указываем количество элементов для чтения

Важно отметить, что мы можем повысить производительность функции fromiter(), указав параметр count. Этот параметр позволяет функции fromiter() предварительно выделить результирующий массив, а не изменять его размер по требованию. Параметр count представляет собой количество элементов для чтения из буфера в массиве. Мы можем указать параметр count следующим образом:

x = np.fromiter(a, dtype=float, count=len(a))

Здесь мы передаем итерируемый объект a вместе с типом данных float и количеством элементов, которое равно len(a).

Резюме

В этом практическом занятии мы рассмотрели функцию NumPy fromiter(), которая используется для создания ndarray с использованием итерируемого объекта Python. Мы объяснили синтаксис, параметры и возвращаемое значение этой функции. Также мы предоставили пример кода, демонстрирующий, как использовать эту функцию для создания массива. Следуя шагам, описанным в этом практическом занятии, вы должны теперь хорошо понять, как использовать функцию fromiter() в NumPy.