打包 numpy 数组的更好方法？

Question

我需要用 struct.pack 打包一个 numpy 2D 数组，我正在寻找一种可以批量执行此操作的方法。我试过：

X = numpy.array([[1,2,3],[4,5,6]])
b = struct.pack('=%sf' % X.size, *X)

但这不起作用。它提示：

struct.error: pack expected 6 items for packing (got 2)

有没有更好的方法来打包 NumPy 数组而不是遍历每个元素？

Answer 1

如果你有一个 numpy 数组，你的数据已经打包在内存中，你不需要使用struct：

>>> a = np.arange(1, 7)
>>> struct.pack('=6f', *a)
'\x00\x00\x80?\x00\x00\x00@\x00\x00@@\x00\x00\x80@\x00\x00\xa0@\x00\x00\xc0@'

>>> a.astype('f').tostring()
'\x00\x00\x80?\x00\x00\x00@\x00\x00@@\x00\x00\x80@\x00\x00\xa0@\x00\x00\xc0@'

如果您的数组是多维的，.tostring则默认采用扁平化视图：

>>> a = np.arange(1, 7).reshape(2, 3)
>>> a.astype('f').tostring()
'\x00\x00\x80?\x00\x00\x00@\x00\x00@@\x00\x00\x80@\x00\x00\xa0@\x00\x00\xc0@'

Answer 2

看来“*”运算符与 struct.pack 结合只适用于一维数组。因此对于ND阵列，首先必须将其展平为一维。

X = numpy.array([[1,2,3],[4,5,6]])
b = struct.pack('=%sf' % X.size, *X.flatten('F'))

这对我有用。