numpy.recarray.tobytes的反义词是什么?

>>> import numpy as np
>>> A = np.array([(28483,27759)],dtype=[('x','<u2'),('y','<u2')])
>>> A.tobytes()
'Cool'


这里的A是一个4字节的结构化数组,而tobytes让我以二进制形式对其进行序列化。如何获得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?

最佳答案

我怀疑您要使用frombuffer,它将一个字节串(或更普遍地说,是任何支持buffer protocol的Python对象)解释为数组。默认情况下,它假定dtypenp.float64,但是您可以指定特定的dtype,包括结构化的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了一个数组,该数组直接引用您赋予它的字节,而不是复制它们。这意味着,如果您在Python字节串上使用了它(例如),则结果数组将为只读:

>>> A["x"] = 23
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: assignment destination is read-only


如果您想要可写的东西,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')])


有关更多信息,请参见this answer

如果要使用真正的NumPy record array(而不是structured array,后者只是具有结构化dtype的常规ndarray),则可以将结果传递给nd.rec.array

>>> np.rec.array(A)
rec.array([(28483, 27759)],
          dtype=[('x', '<u2'), ('y', '<u2')])


记录数组与结构化数组非常相似,但具有自己的ndarray子类,并允许通过属性访问来检索字段:

>>> B = np.rec.array(A)
>>> B.x
array([28483], dtype=uint16)

关于python - numpy.recarray.tobytes的倒数,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/47720307/

10-13 03:28