numpy.frombuffer

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

Интерпретация буфера как одномерного массива.

Параметры:

bufferbuffer_like

Объект, который предоставляет интерфейс буфера.

dtypeтип данных, необязательно

Тип данных возвращаемого массива; по умолчанию: float.

countint, необязательно

Количество элементов для чтения. -1 означает все данные в буфере.

offsetint, необязательно

Начать чтение буфера с этого смещения (в байтах); по умолчанию: 0.

likearray_like, необязательно

Ссылка на объект, позволяющая создавать массивы, которые не являются массивами NumPy. Если переданный в качестве like массив-подобный объект поддерживает протокол __array_function__, результат будет определяться им. В этом случае это гарантирует создание объекта массива, совместимого с переданным через этот аргумент.

Новое в версии 1.20.0.

Возвращаемое значение:

outndarray

См. также

ndarray.tobytes

Обратная операция, создание байтов Python из сырых байтовых данных в массиве.

Замечания

Если буфер содержит данные, которые не находятся в порядке байтов машины, это должно быть указано как часть типа данных, например:

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

Данные результирующего массива не будут переставлены, но будут интерпретированы правильно.

Эта функция создает представление в исходном объекте. Это, как правило, безопасно, но может иметь смысл скопировать результат, когда исходный объект изменчив или ненадежен.

Примеры

>>> 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)