python - numpy.recarray.tobytes 的逆

Question

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？

Answer 1

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)