如何解释numpy数组的二进制?

时间:2019-04-12 00:28:47

标签: python numpy numpy-ndarray

Here描述了PyArrayObject结构。

在Python会话中,我有以下内容:

>>> t_ar1 = np.linspace(0, 15, 16).reshape((4, 4))
>>> print(hex_fmt(string_at(id(t_ar1), 80).hex()))
0100000000000000
40b06eecbd7f0000
3053b973bf550000
02000000ffffffff
70eaa873bf550000
80eaa873bf550000
50c826adbd7f0000
00b66eecbd7f0000
01050000322c2033
0000000000000000

据我了解,第三行是指向数组实际数据的指针。查看那里的数据,我发现

>>> print(hex_fmt(string_at(id(0x55bf73b95330), 96).hex()))
0200000000000000
4049a801be7f0000
0200000000000000
3053b933fd560100
489601adbd7f0000
10ab27adbd7f0000
0000000000000000
0000000000000000
d09501adbd7f0000
b0aa27adbd7f0000
0000000000000000
0000000000000000

在这里,我期望在某个地方看到浮点数0.0-15.0。但是,我似乎找不到它们。这是怎么回事?

2 个答案:

答案 0 :(得分:1)

string_at来自ctypes模块。

要直接从numpy数组中获取数据,您需要将字节字符串(通过string_at获得)解释为浮点数数组(8字节双精度)。因此,我们需要使用struct模块将字节字符串解释为数字数组:

from ctypes import string_at
import numpy as np
import struct # needed to unpack data

t_ar1 = np.linspace(0, 15, 16).reshape((4, 4))
struct.unpack('16d', string_at(t_ar1.__array_interface__['data'][0], size=8 * 16))
  

(0.0、1.0、2.0、3.0、4.0、5.0、6.0、7.0、8.0、9.0、10.0、11.0、12.0,   13.0、14.0、15.0)

答案 1 :(得分:0)

应该是

string_at(0x55bf73b95330, 96)

不是我拥有的,

string_at(id(0x55bf73b95330), 96)

在这种情况下,您会得到

>>> print(hex_fmt(string_at(0x55bf73b95330, 96).hex()))
0000000000000000
000000000000f03f
0000000000000040
0000000000000840
0000000000001040
0000000000001440
0000000000001840
0000000000001c40
0000000000002040
0000000000002240
0000000000002440
0000000000002640

符合预期。