Python 存储数字介于-255和255之间的numpy数组的最小方法？

存储这个占用最少内存的阵列的方法是什么？uint8不工作，因为某些值为负值，而int8不工作，因为某些值高于127。int16可以工作，但我希望它占用更少的空间

我是否应该将它作为numpy数组，并将其存储为常规python列表

这是数组（我只包括前几行，如果您想要整个数组，请告诉我）

我试过了

import numpy as np
a = np.array([[[ 218,  219,  223],
        [   0,    0,    0],
        [   2,    2,    2],
        [   1,    1,    1],
        [   0,    0,    0],
        [   0,    0,    0],
        [   0,    0,    0],
        [   0,    0,    0],
        [  -3,   -3,   -3],
        [  -1,   -1,   -1],
        [   0,    0,    0],
        [  -1,   -1,   -1],
        [   0,    0,    0]]], dtype=np.int16)
signs = a<0.astype(np.bool)
a=a.astype(np.uint8)

---

尽管压缩字节为106字节，但uint8+符号仍会丢失到原始int16。这些大小由sys.getsizeof（）报告；如果使用len（x.tostring（）），原始数组将有78个字节，无符号8位数组有39个字节，布尔符号有39个字节，压缩符号有5个字节。

一种策略是将绝对值存储为UINT8数组，将符号值存储为单独的布尔数组，例如0表示负数，1表示正数。Boolean的占用空间比Int小得多。在NumPy中，Boolean数据类型需要一个字节。要通过在一个字节中存储多个数字的符号来实际节省内存，您必须编写执行适当位旋转的代码。您的实际阵列有多大？您要保存多少内存？

将其存储在工作内存中，或者存储在某种文件中？@Divakar抱歉，我解释了它differently@hpaulj像一个文件，比如说我想制作一个压缩图像文件
import numpy as np
a = np.array([[[ 218,  219,  223],
        [   0,    0,    0],
        [   2,    2,    2],
        [   1,    1,    1],
        [   0,    0,    0],
        [   0,    0,    0],
        [   0,    0,    0],
        [   0,    0,    0],
        [  -3,   -3,   -3],
        [  -1,   -1,   -1],
        [   0,    0,    0],
        [  -1,   -1,   -1],
        [   0,    0,    0]]], dtype=np.int16)
signs = a<0.astype(np.bool)
a=a.astype(np.uint8)

signs2 = np.packbits(signs, axis=None)