numpy.ma.frombuffer

ma.frombuffer(buffer, dtype=float, count=-1, offset=0, *, like=None)=<numpy.ma.core._convert2ma object>

Интерпретирует буфер как одномерный массив.

Параметры:

bufferbuffer_like

Объект, предоставляющий интерфейс буфера.

dtypeтип данных, необязательно

Тип данных возвращаемого массива; по умолчанию: float.

countцелое число, необязательно

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

offsetцелое число, необязательно

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

likearray_like, необязательно

Объект-ссылка для создания массивов, которые не являются массивами NumPy. Если переданный в качестве like массив-подобный объект поддерживает протокол __array_function__, результат будет определён им. В этом случае гарантируется создание объекта массива, совместимого с переданным аргументом.

Введено в версии 1.20.0.

Возвращает:

out: MaskedArray

См. также

ndarray.tobytes

Обратное этой операции, создание Python байтов из сырых байтовых данных массива.

Примечания

Если буфер содержит данные, которые не находятся в байтовом порядке машины, это следует указать в составе типа данных, например:

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

Данные полученного массива не будут изменять порядок байтов, но будут интерпретированы правильно.

Эта функция создаёт представление в исходном объекте. Это должно быть безопасно в общем случае, но может быть целесообразно скопировать результат, когда исходный объект изменён или небезопасен.

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)