1 回答
TA贡献1844条经验 获得超8个赞
您的问题非常不清楚,我相信您对 numpy 的工作原理感到困惑。如果是这样,让我们解释一些事情。来自 numpy 的数组只不过是内存中的一串字节。特别是,当为您显示这些字节时,它们由 dtype 解释。dtype 不用于存储底层数据,而仅用于显示它。因此,更改 dtype 只会更改数据对您的外观,不会更改数据本身。尺寸也是一样。数据的维度只会改变数据的显示和访问方式,python 实际上并不会移动数据或改变数据本身。例如,
import numpy as np
x = np.array([[1,2,3],[4,5,6]],dtype='int64') #48 bytes, each int takes up 8 bytes.
print(x)
x.dtype = 'int32'
print(x)
x.dtype = 'float'
print(x)
x.dtype = 'int16'
print(x)
请注意,我们可以更改 dtype 并且绝对零计算由数组完成(因为基础数据已经是一个字节数组)。同样,我们可以改变形状,也可以完成绝对零计算。
x.shape = (2,2,6)
print(x)
shape 和 dtype 与内存中存储的数据无关。希望这可以清楚地说明我们现在如何将数组作为字节处理。
x = np.array([[1,2,3],[4,5,6]],dtype='int64')
print(x)
y = x.tobytes()
# Send y somewhere. Save to a file. Etc.
z = np.frombuffer(y)
z.dtype = 'int64'
z.shape = (2,3)
print(z)
添加回答
举报