通过重新解释原始字节从一种类型的 numpy 数组转换为另一种类型

Posted 2023-03-12

【中文标题】通过重新解释原始字节从一种类型的 numpy 数组转换为另一种类型

【英文标题】：converting from numpy array of one type to another by re-interpreting raw bytes

【发布时间】：2014-05-02 14:53:16

【问题描述】：

有没有办法用 numpy 数组进行“reinterpret_cast”？这是一个例子：

>>> import numpy as np
>>> x=np.array([105,79,196,53,151,176,59,202,249,0,207,6], dtype=np.uint8)
>>> np.fromstring(x.tostring(),'<h')
array([ 20329,  13764, -20329, -13765,    249,   1743], dtype=int16)

我可以调用tostring()，然后调用fromstring()，将数组转换为原始字节，然后再转换回另一个数组。我只是想知道是否有办法让我跳过中间步骤。 （不是什么大问题，我只是想了解一下。）

【参考方案1】：

是的。当您 view 具有不同 dtype 的数组时，您正在根据不同的 dtype 重新解释基础数据（零和一）。

In [85]: x.view('<i2')
Out[85]: array([ 20329,  13764, -20329, -13765,    249,   1743], dtype=int16)