numpy.recarray.tobytes
的逆是什么?
>>> import numpy as np
>>> A = np.array([(28483,27759)],dtype=[('x','<u2'),('y','<u2')])
>>> A.tobytes()
'Cool'
这里A
是一个4字节的结构化数组,tobytes
让我可以将它以二进制形式序列化。如何获取适当大小的二进制字符串并在给定 dtype
对象的情况下反序列化它?
最佳答案
我怀疑你想要frombuffer
,它将字节串(或者更一般地说,任何支持 buffer protocol 的 Python 对象)解释为数组。默认情况下,它假定 dtype
为 np.float64
,但您可以指定特定的 dtype
,包括结构化 dtype
>.
>>> import numpy as np
>>> A = np.frombuffer(b"Cool", dtype=[('x','<u2'),('y','<u2')])
>>> A
array([(28483, 27759)],
dtype=[('x', '<u2'), ('y', '<u2')])
frombuffer
的一个怪癖是它创建一个直接引用您提供的字节的数组,而不是复制它们。这意味着,如果您在 Python 字节字符串上使用它(例如),则生成的数组将是只读的:
>>> A["x"] = 23
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ValueError: assignment destination is read-only
如果您想要可写的内容,请使用 np.fromstring
而不是np.frombuffer
:
>>> A = np.fromstring(b"Cool", dtype=[('x','<u2'),('y','<u2')])
>>> A["x"] = 23
>>> A
array([(23, 27759)],
dtype=[('x', '<u2'), ('y', '<u2')])
参见this answer了解更多信息。
如果你想要一个正版的 NumPy record array (而不是 structured array ,它只是具有结构化数据类型的常规 ndarray ),您可以将结果传递给 nd.rec.array :
>>> np.rec.array(A)
rec.array([(28483, 27759)],
dtype=[('x', '<u2'), ('y', '<u2')])
记录数组很像结构化数组,但有自己的 ndarray 子类,并允许通过属性访问检索字段:
>>> B = np.rec.array(A)
>>> B.x
array([28483], dtype=uint16)
关于python - numpy.recarray.tobytes 的逆,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47720307/