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。
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)
>>> 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
是就地重新解释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])
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:
# wraps around the other end
>>> np.array(257, dtype=np.uint8)
array(1, dtype=uint8)
% saturates at the maximum
>> uint8(257)
ans =
255