numpy.frombuffer

`numpy.frombuffer` 是 NumPy 库中的一个函数，用于从缓冲区创建 NumPy 数组。这个功能非常有用，当处理内存映射文件、网络数据流或者其他类型的二进制数据源时，可以直接将数据转换成数组，无需先读取到 Python 中再操作。

基本语法如下：

array = np.frombuffer(buffer, dtype=None, count=-1, offset=0)

- `buffer`: 可以是 bytes 对象、memoryview、bytearray 或其他类型的缓冲区。
- `dtype` (数据类型): 如果不指定，默认会尝试根据 buffer 的内容自动推断数据类型。如果无法确定，可以显式指定。
- `count` (整数): 指定要读取的数据元素的数量，如果为 -1，则读取所有。
- `offset` (整数): 开始读取的偏移量，通常为0。

例如，如果你有一个已打开的二进制文件，并想要将其视为一个包含浮点数的数组，你可以这样做：

with open('binary_file.bin', 'rb') as file:
    data_buffer = file.read()
data_array = np.frombuffer(data_buffer, dtype=np.float32)

相关问题

python frombuffer_Python numpy.frombuffer() 使用实例

`numpy.frombuffer()` 函数将缓冲区解释为一维数组。

该函数的语法如下：

numpy.frombuffer(buffer, dtype=float, count=-1, offset=0)

参数说明：
* `buffer`：任何暴露缓冲区借口的对象。
* `dtype`：返回数组的数据类型，默认为 `float`。
* `count`：读取的数据数量，默认为 `-1`，表示读取整个缓冲区。
* `offset`：读取的起始位置，默认为 `0`。

以下是一个使用 `numpy.frombuffer()` 函数的示例:

import numpy as np

# 定义一个缓冲区
buffer = b'Hello World!'

# 从缓冲区创建一维数组
arr = np.frombuffer(buffer, dtype='S1')

# 输出数组
print(arr)

输出结果为：

[b'H' b'e' b'l' b'l' b'o' b' ' b'W' b'o' b'r' b'l' b'd' b'!']

在这个例子中，我们首先定义了一个缓冲区 `buffer`，然后使用 `numpy.frombuffer()` 函数创建了一个一维数组 `arr`。`dtype` 参数指定了数组元素的数据类型为一个字节字符串（`'S1'`），这样每个元素就只包含一个字节。最后，我们打印出了数组 `arr` 的内容。

numpy.frombuffer（）的逆变换

numpy.ndarray.tobytes() 是 numpy.frombuffer() 的逆变换。可以使用 numpy.ndarray.tobytes() 将 ndarray 对象转换为字符串，然后使用 numpy.frombuffer() 将字符串转换回 ndarray 对象。

例如，以下代码展示了如何使用 numpy.ndarray.tobytes() 和 numpy.frombuffer() 将 ndarray 对象转换为字符串，然后再次转换回 ndarray 对象：

import numpy as np

# 创建一个 ndarray 对象
arr = np.array([1, 2, 3, 4, 5])

# 将 ndarray 对象转换为字符串
arr_str = arr.tobytes()

# 将字符串转换回 ndarray 对象
new_arr = np.frombuffer(arr_str, dtype=int)

print(new_arr)  # 输出 [1 2 3 4 5]