在本实验中，我们将介绍 NumPy 的 fromiter() 函数，该函数用于通过 Python 可迭代对象创建 ndarray。我们将解释该函数的语法、参数和返回值，并提供一个代码示例。
虚拟机启动完成后，点击左上角切换到 Notebook 标签页，以访问 Jupyter Notebook 进行练习。
有时，你可能需要等待几秒钟，直到 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。
如果你在学习过程中遇到问题，随时可以向 Labby 提问。实验结束后请提供反馈，我们将及时为你解决问题。
我们首先通过以下代码导入 NumPy 库：
import numpy as np在这里，np 是 NumPy 库的别名，我们将在代码中一直使用它。
在这一步中，我们创建一个 Python 可迭代对象，稍后将用于创建 ndarray。我们可以创建任何可迭代对象，包括列表、元组和生成器。在本示例中，我们创建一个整数列表：
a = [0, 2, 4, 9, 10, 8]现在我们可以使用 fromiter() 函数创建 ndarray，代码如下：
it = iter(a)
x = np.fromiter(it, dtype=float)在这里，我们首先将可迭代对象 a 传递给 iter() 函数以创建迭代器对象 it。然后，将此迭代器对象与希望创建的数组数据类型（在本例中为 float）一起传递给 fromiter() 函数。
我们可以使用以下代码显示输出数组及其数据类型：
print("The output array is :")
print(x)
print("The type of output array is:")
print(type(x))在这里，我们首先打印输出数组，然后打印其数据类型。
需要注意的是，我们可以通过指定 count 参数来提高 fromiter() 函数的性能。此参数允许 fromiter() 函数预先分配输出数组，而不是按需调整其大小。count 参数表示从数组缓冲区中读取的项目数量。我们可以按如下方式指定 count 参数：
x = np.fromiter(a, dtype=float, count=len(a))在这里，我们传递可迭代对象 a，同时指定数据类型为 float，并将项目数量设置为 len(a)。
在本实验中，我们介绍了 NumPy 的 fromiter() 函数，该函数用于通过 Python 可迭代对象创建 ndarray。我们解释了该函数的语法、参数和返回值。同时，我们还提供了一个代码示例，演示了如何使用该函数创建数组。通过遵循本实验中的步骤，你现在应该对如何在 NumPy 中使用 fromiter() 函数有了较好的理解。