我试图从文件中读取8位整数值到numpy数组中，并将其转换为32位浮点数。我 * 真的需要 * 将这些32位浮点数写入特定的内存缓冲区（我使用共享内存进行多处理）。我试图找出是否有一种方法可以直接将类型转换到我为32位浮点数预先分配的缓冲区中，而无需创建临时数组。
例如，如果有一个带有输出参数的astype方法，如：
num_samples = 100
raw_buffer = bytearray(num_samples)
with open(filepath, 'rb') as f:
f.readinto(raw_buffer)
int_array = np.frombuffer(raw_buffer, dtype=np.int8)
float_buffer = bytearray(num_samples * 4)
int_array.astype(np.float32, out=float_buffer)字符串
有没有办法做到这一点？
1条答案
按热度按时间iyzzxitl1#
我不确定这是你所期望的，但我很确定结果是你想要的。
字符串
从时序Angular 来看，在我的PC上，仅在10000字节数组上运行
a.astype(np.float32)就需要4.6 μs。运行b[:]=a需要4.1 μs。因此，如果您担心不必要的拷贝，显然，该解决方案所做的操作并不比astype多。请注意，将
a.astype(np.float32)替换为a.astype(np.float32).copy()（只是为了估计额外的复制成本）使时序为8.2 μs。显然，一个拷贝的成本是4 μs。所以我不认为在我的b[:]=a中有任何不必要的复制，否则它不会只花费4.1 μs（有从uint 8缓冲区到float 32缓冲区的隐式复制/转换，但这是无法避免的，而且你也不希望它被避免。所以我很有信心，没有什么比你的虚拟astype(dtype=np.float32, out=buffer)会做的是在这里发生。