我正在处理一些在C中表示为字符串的数据。我想根据这些数据返回一个numpy数组。但是,我希望数组具有dtype='SX',其中X是在运行时确定的数字。
到目前为止,我在C中复制数据,如下所示: buffer_len_alt = (MAX_WIDTH)*(MAX_NUMBER_OF_ITEMS);
output_buffer = (char *) calloc(sizeof(char), buffer_len_alt);
column = PyArray_SimpleNewFromData(1, &buffer_len_alt, NPY_BYTE, output_buffer);
if (column == NULL){
return (PyObject *) NULL;
}
/* Put strings of length MAX_WIDTH in output_buffer */
return column;
正如你所看到的,我告诉PyArray_SimpleNewFromData, 'column'是一个1D字节数组,所以当我们称为'column'的指针变成python对象'col'时,我们看到如下:
print(col)
>> array([48, 0, 0, 50, 48, 48, 48, 0, 0, 50, 48, 48, 50, 48, 48, 48, 0, 0], dtype=int8)
print(col.view('S3'))
>> array([b'0', b'200', b'0', b'200', b'200', b'0'], dtype='|S3')
'b'前缀告诉我它们仍然被解释为字节数组,但我想要的是字符串"0","200"等。在本例中,字符串是数字,但并非总是如此。
我知道我可以单独调用b'200'.decode(format)来将每个单独的bytes-object转换为字符串,但是为numpy编写C扩展的全部目的是让所有的循环在C中运行。旧的chararray接口(现在已弃用?)也提供了一个array.decode方法来解码数组中的每个序列,但是由numpy-C接口返回的对象只是普通的ndarray。
我应该传递给SimpleNewFromData而不是NPY_BYTE什么样的typenum,以便python接收具有正确类型信息的数组(例如dtype='S5') ?
或者,如果没有typenum通过SimpleNewFromData实现这一点,那么也许我需要使用SimpleNewFromDescr,但我不知道如何正确设置PyArray_Descr参数,并且文档在这方面确实参差,所以我非常感谢任何形式的指导。
我不熟悉您代码的C
部分,但似乎您混淆了字节字符串和unicode字符串的表示。b'200'
显示表明您正在Py3中工作,其中unicode是默认的字符串类型。
在Py3会话中:
原始字节:
In [482]: x=np.array([48, 0, 0, 50, 48, 48, 48, 0, 0, 50, 48, 48, 50, 48, 48, 48, 0, 0], dtype=np.int8)
查看一个3字节的字符串。在PY2会话中,b
不会被使用。但是视图是一样的
In [483]: x.view('S3')
Out[483]:
array([b'0', b'200', b'0', b'200', b'200', b'0'],
dtype='|S3')
A view
不改变数据缓冲区,但astype
可以根据需要转换元素,并使用新的数据缓冲区创建一个新的数组。
In [484]: x.view('S3').astype('U3')
Out[484]:
array(['0', '200', '0', '200', '200', '0'],
dtype='<U3')
In [485]: x.view('S3').astype('U3').view(np.uint8)
Out[485]:
array([48, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 50, 0, 0, 0, 48,
0, 0, 0, 48, 0, 0, 0, 48, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 50, 0, 0, 0, 48, 0, 0, 0, 48, 0, 0, 0, 50, 0, 0,
0, 48, 0, 0, 0, 48, 0, 0, 0, 48, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0], dtype=uint8)
unicode版本的缓冲区中有72个字节,每个字符4个字节。
np.char
仍然存在,但主要是将字符串方法应用于S
和U
类型数组。np.char.decode
的功能与astype
相同。
In [489]: np.char.decode(x.view('S3'))
Out[489]:
array(['0', '200', '0', '200', '200', '0'],
dtype='<U3')