什么是R / Python / Julia中Matlab的类型转换功能的等价物

时间:2014-01-05 07:44:36

标签: python r matlab julia

R中Matlab的typecast函数的等价物是什么?在Python?在朱莉娅? Matlab的类型转换函数的描述在这里给出:typecast

示例,在Matlab中

X = uint32([1 255 256])
X =
           1         255         256

Y = typecast(X, 'uint8') # little endian
Y =
   1   0   0   0  255   0   0   0   0   1   0   0

由于

请注意:我不是在寻找Matlab的cast函数的R / Python / Julia等价物(例如我不是在寻找as.integer,{{1在R)

修改

感谢Julia / R / Python的答案。 StackOverflow允许我选择一个答案,但我投了所有答案。

3 个答案:

答案 0 :(得分:10)

在朱莉娅,你正在寻找重新解释

julia> X = Uint32[1,255,256]
3-element Array{Uint32,1}:
 0x00000001
 0x000000ff
 0x00000100

julia> Y = reinterpret(Uint8,X)
12-element Array{Uint8,1}:
 0x01
 0x00
 0x00
 0x00
 0xff
 0x00
 0x00
 0x00
 0x00
 0x01
 0x00
 0x00

但是请注意,对于矩阵,即使第一个维度是单个维,也需要指定结果维度(因为不管是否需要4x3或1x12数组都不明确):

julia> X = Uint32[1 255 256]
1x3 Array{Uint32,2}:
 0x00000001  0x000000ff  0x00000100

julia> Y = reinterpret(Uint8,X) # This won't work
ERROR: result shape not specified

julia> Y = reinterpret(Uint8,X,(1,12))
1x12 Array{Uint8,2}:
 0x01  0x00  0x00  0x00  0xff  0x00  0x00  0x00  0x00  0x01  0x00  0x00

答案 1 :(得分:7)

在R中,您可以将对象写入原始二进制连接并获取字节向量。这将使您相当于uint8输出示例:

> X=c(1,255,256)
> mode(X)
[1] "numeric"

这里重要的是存储模式,而不是模式。所以我们将它设置为整数 - 这相当于uint32,即每个整数4个字节:

> storage.mode(X)
[1] "double"
> storage.mode(X)="integer"

现在我们可以使用writeBin。第二个参数是一个任意的原始向量,因此我们创建一个长度为零的ad hoc。我们只关心返回值:

> Xraw = writeBin(X,raw(0))
> Xraw
 [1] 01 00 00 00 ff 00 00 00 00 01 00 00

使用readBin执行相反的操作:

> readBin(Xraw,"int",n=3)
[1]   1 255 256

将前8个字节打包成双包:

> Xdoub = readBin(Xraw,"double",n=1)
> Xdoub
[1] 5.411089e-312

显然是无意义的价值。但是让我们检查它的前8个字节:

> writeBin(Xdoub,raw(0))
[1] 01 00 00 00 ff 00 00 00

R并不真正具有所有C级类型,因此如果您需要任何内容​​,您可以从原始字节构建它或编写一些C代码以与R函数链接。

答案 2 :(得分:4)

的Python / numpy的:

>>> import numpy as np
>>> x = np.array([1,255,256], dtype=np.int32)
>>> y = x.view(np.uint8)

(您可以类似地更改x本身的类型:x.dtype = np.uint8)。

输出:

>>> x
array([  1, 255, 256])
>>> y
array([  1,   0,   0,   0, 255,   0,   0,   0,   0,   1,   0,   0], dtype=uint8)

请注意,y就地重新解释view x,因此y中的所有更改都会反映在x中1}}:

>>> y[:] = 255
>>> x
array([-1, -1, -1])

MATLAB

这是等效的MATLAB输出:

>> x = int32([1,2,3])
x =
           1           2           3
>> y = typecast(x, 'uint8')
y =
    1    0    0    0    2    0    0    0    3    0    0    0

>> y(:) = 255
y =
  255  255  255  255  255  255  255  255  255  255  255  255
>> xx = typecast(y, 'int32')
xx =
          -1          -1          -1

如果您想在不使用MATLAB创建深层副本的情况下进行类型转换,请参阅typecastx MEX-function(使用未记录的功能创建共享数据副本)。


请注意MATLAB使用saturation arithmetic,unlinke Python,其中modular arithmetic

的Python / numpy的

# wraps around the other end
>>> np.array(257, dtype=np.uint8)
array(1, dtype=uint8)

MATLAB

% saturates at the maximum
>> uint8(257)
ans =
  255