python / numpy生成的二进制文件由C读取
我在
python中创建一个名为random_from_python_int.dat的5 * 7整数矩阵二进制文件,然后我从C读取这个二进制文件.不知何故,我无法得到正确的数字
这是我生成此矩阵的python代码: import numpy as np np.random.seed(10) filename = "random_from_python_int.dat" fileobj = open(filename,mode='wb') b = np.random.randint(100,size=(5,7)) b.tofile(fileobj) fileobj.close 这将生成一个矩阵 [ [ 9 15 64 28 89 93 29] [ 8 73 0 40 36 16 11] [ 54 88 62 33 72 78 49] [ 51 54 77 69 13 25 13] [ 92 86 30 30 89 12 65] ] 但是当我从下面的C代码中读到它时: #include <stdio.h> #include <math.h> int main() { /* later changed 'double' to 'int',but that still had issues */ double randn[5][7]; char buff[256]; FILE *latfile; sprintf(buff,"%s","random_from_python_int.dat"); latfile=fopen(buff,"r"); fread(&(randn[0][0]),sizeof(int),35,latfile); fclose(latfile); printf("n %d %d %d %d %d %d %d",randn[0][0],randn[0][1],randn[0][2],randn[0][3],randn[0][4],randn[0][5],randn[0][6]); printf("n %d %d %d %d %d %d %d",randn[1][0],randn[1][1],randn[1][2],randn[1][3],randn[1][4],randn[1][5],randn[1][6]); printf("n %d %d %d %d %d %d %d",randn[2][0],randn[2][1],randn[2][2],randn[2][3],randn[2][4],randn[2][5],randn[2][6]); printf("n %d %d %d %d %d %d %d",randn[3][0],randn[3][1],randn[3][2],randn[3][3],randn[3][4],randn[3][5],randn[3][6]); printf("n %d %d %d %d %d %d %dn",randn[4][0],randn[4][1],randn[4][2],randn[4][3],randn[4][4],randn[4][5],randn[4][6]); } 它会给我(调整空格以避免在stackoverflow站点上滚动): 28 15 64 93 29 -163754450 9 40 73 0 16 11 -163754450 8 33 88 62 17 91 -163754450 54 256 0 1830354560 0 4196011 -163754450 119 4197424 4197493 1826683808 4196128 2084711472 -163754450 12 我不确定是什么问题.我试过在python中编写一个浮点矩阵并在C中读取它为double,它工作正常.但是这个整数矩阵不起作用. 解决方法
正如@tdube写的那样,你的问题的快速摘要是:你的numpy实现写入64位整数,而你的C代码读取32位整数.
至于更多细节,请继续阅读. 当您将整数作为二进制补码二进制数据进行写入和读取时,需要确保二进制数据的生成者和使用者的以下三个整数属性相同:整数大小,整数字节序,整数签名. 签署了numpy和C签名,所以我们在这里匹配. 这里的字节序不是问题,因为numpy和C程序都在同一台机器上,因此你可能有相同的字节序(不管它实际上是什么字节序). 但是,尺寸是个问题. 默认情况下, numpy scalars reference列出了几个整数类型(非常不包括np.int),其中三个组合对于与numpy之外的程序进行稳健的接口很有意义: # | numpy | C ---+----------+--------- 1 | np.int32 | int32_t 2 | np.int64 | int64_t 3 | np.intc | int 如果您只是将基于numpy的软件连接到用于构建numpy的相同C环境,则使用(np.intc,int)对类型(来自案例3)看起来是安全的. 但是,由于以下原因,我强烈希望使用一种明确大小的类型(案例1和2): >在numpy和C中,整数的大小是绝对明显的.>因此,您可以使用numpy生成的输出连接到使用不同C环境编译的程序,该环境可能具有不同的int大小.>您甚至可以使用numpy生成的输出连接到用完全不同的语言编写的程序,或者在完全不同的机器上编译和运行.但是,您必须考虑不同机器方案的字节顺序. (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |