NumPy frombuffer和fromstring的区别是什么

在NumPy中，我们经常需要将Python的字符串或二进制数据转换为NumPy数组。这时候，我们就可以使用NumPy中的fromstring和frombuffer两个函数来完成操作。虽然这两个函数都可以将字符串或者二进制数据转换成NumPy数组，但是它们之间存在一些小差别。在这篇文章中，我们将详细探讨这两个函数所存在的区别。

阅读更多：Numpy 教程

fromstring和frombuffer的语法

在开始介绍两者之间的区别之前，我们先来了解一下它们的语法。

fromstring

numpy.fromstring(string, dtype=float, count=-1, sep='')

这个函数可以把字符串解析成一个NumPy数组，其中：

• string: 需要被解析成数组的字符串，必须为字符串类型。
• dtype : 返回数组的数据类型，默认为 float。
• count : 解析多少个数据并形成数组，默认为 -1，表示解析全部数据。
• sep : 分隔符，用于将输入字符串分解成多个元素，缺省的分隔符为空格符。

例如：

import numpy as np
string = '1 2 3 4 5'
np.fromstring(string, sep=' ')

这个例子中，fromstring函数将字符串'1 2 3 4 5'以空格分隔符拆开，然后转换为NumPy数组。

frombuffer

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

上述函数可以将二进制数据（比如Python内置的bytes对象）变成NumPy数组，其中：

• buffer : 需要被转换成数组的二进制数据，必须为buffer类型，也就是bytearray, bytes, memoryview。
• dtype : 返回数组的数据类型，默认为float。
• count : 解析多少个数据并形成数组，默认为 -1，表示解析全部数据。
• offset : 该参数表示数据在buffer中的起始位置，默认为0。

例如：

import numpy as np
data = bytearray(b'hello numpy')
np.frombuffer(data, dtype='S1')

这个例子中，frombuffer函数将bytearray类型的数据转换为NumPy数组。

fromstring和frombuffer的区别

从语法可以看出，frombuffer和fromstring的主要区别在于输入的数据类型不同。

• fromstring的输入是字符串，是一种Unicode类型数据。
• frombuffer的输入是二进制数据（bytes类型），是一种字节类型数据。

在从字符串转换为二进制数据时，不同的编码产生的二进制数据是不同的。所以，如果input本身是一段ASCII数据，那么就可以使用该字符串直接进行fromstring转换；但如果字符串采用的是其他编码，则需要相应对数据进行编码和解码，以保证正确的数据转换。

此外，frombuffer还支持memoryview类型，这是Python3.x中支持的新类型，可以直接对内存进行访问，有助于提高程序的效率，例如：

import numpy as np
arr = np.arange(10)
memory = memoryview(arr)
np.frombuffer(memory, dtype=int)

这个例子中，frombuffer函数直接从memoryview类型的变量memory中读取数据并转化为NumPy数组。

总结

NumPy中的fromstring和frombuffer函数都能帮我们把一些数据转化为NumPy数组，不同的是，它们所接受的输入类型不同，需要在使用时注意区分。frombuffer还支持memoryview类型，可以很好地提高程序的执行效率。