我在Fortran中写了一个矩阵如下:
real(kind=kind(0.0d0)), dimension(256,256,256) :: dense
[...CALCULATION...]
inquire(iolength=reclen)dense
open(unit=8,file=fname,&
form='unformatted',access='direct',recl=reclen)
write(unit=8,rec=1)dense(:,:,:)
close(unit=8)
我想把它读回Python。我见过的所有东西都是2D NxN阵列而不是3D阵列。在Matlab中,我可以将其读作:
fid = fopen(nfilename,'rb');
mesh_raw = fread(fid,ndim*ndim*ndim,'double');
fclose(fid);
mesh_reshape = reshape(mesh_raw,[ndim ndim ndim]);
我只需要Python中的等价物 - 可能有一个类似的加载/重塑工具可用。如果有一个更友好的紧凑方式来写出来让Python理解,我愿意接受建议。它可能看起来像this :.我只是不熟悉我的情况的等效语法。一个很好的参考就足够了。感谢。
答案 0 :(得分:8)
使用IRO-bot的链接我为我的脚本修改/制作了这个(只有numpy魔法):
def readslice(inputfilename,ndim):
shape = (ndim,ndim,ndim)
fd = open(fname, 'rb')
data = np.fromfile(file=fd, dtype=np.double).reshape(shape)
fd.close()
return data
我做了一个卑鄙,最大,最小和最小多维数据集上的总和,它符合我的fortran代码。谢谢你的帮助。
答案 1 :(得分:0)
我看不到任何东西,只能在这里直接阅读。 Python并不能很好地处理2-D数组,更不用说3-d了,但这段代码应该可以工作。
fin=open('filename.dat','rb')
output=[]
for x in range(0,ndim):
xarr=[]
for y in range(0,ndim):
yarr=[]
for z in range(0,ndim):
yarr.append(struct.unpack('i', fin.read(4)))
xarr.append(yarr)
output.append(xarr)