快速Python序列化到Flatbuffer？

在探索flatbuffer库进行快速序列化时，我注意到该库使用“Variable”AsNumpy（）命令将flatbuffer向量读入numpy数组的速度非常快，但我一直无法找到（在源代码中）将numpy序列化到flatbuffer的对应编码方法

到目前为止，我似乎仍坚持他们的榜样：

for i in reversed(range(0, 10)):
  builder.PrependByte(i)

这显然不理想。反过来，可以简单地对大多数数据向量调用toNumpy（），效果非常好

---

是否缺少一些简单的功能或此功能不可用？

请参阅此stackoverflow链接以了解解决方法，并监控功能是否已更新：

---

我们可以这样做。考虑我们想编写<代码> ByTeSfMeime= Currase.ToByTeSe（）/<代码>而不使用<代码>预编码（）/<代码> < /P> 我们可以遵循以下步骤：

确保已使用

StartVector

正确初始化生成器

Image.ImageStartDataVector(builder, len(bytesOfImage))

这将通过

len（bytesOfImage）

移动

head

，字节数或更多取决于对齐操作等。但我们不需要担心这一点，因为StartVector API将处理这些事情。我们只需要知道

StartVector（）调用后的最新头部

在写入字节数组之前，先查找标头以更正位置

builder.head = builder.head - len(bytesOfImage)

StartVector将

头移动到新位置，正如我们所知，flatbuffers以小尾端顺序写入数据，即[N，N-1，N-2，…0]方式。因此，在写入之前，我们需要从当前更新的磁头返回位置
len（bytesOfImage）

将数据复制到字节数组中

builder.Bytes[builder.head : (builder.head + len(bytesOfImage))] = bytesOfImage

调用

EndVector（）

data = builder.EndVector(len(bytesOfImage))

---

它很可能不可用。我建议点击@kbrose在这里或在新的问题，看看是否有人想添加它。公平。我目前希望探索builder类的“internal”CreateByteVector（）函数的用法，以便构建一个接受numpy.ndarray.tobytes（）快速序列化的函数，并以这种方式实现。但是，嵌套断言语句有问题。我确实计划请求该功能，但在此期间需要立即对其进行破解。嗨，你让它工作了吗？我也在寻找在准备大BLOB时高效的写操作。。但这对我不起作用（你能和我分享你的发现吗？@AmitSharma作为链接，github提到直接访问字节。是的，它是“黑客式的”，但这是我们在1.5个月内使用的，没有任何问题。尽管我们最近因为无关的性能原因而切换到protobuffers。谢谢你的回答。我尝试了同样的方法，但这并不直接，也不适用于我；可能是因为我有复杂的模式。很高兴你能做到这一点。我将接受你的答案为了未来，但人们也应该意识到github的问题。