Python 如何有效地将numpy.int8数组转换为值移位的numpy.uint8数组？

我有一个有符号字节的大numpy数组（

dtype int8

）。它包含的值的完整范围为-128到+127。我希望通过在每个元素中添加128，从而有效地将元素转换为无符号字节数组（

dtype uint8

）→ 0, 0 → 128, +127 → 255等。因此，结果当然仍然适合无符号字节

简单的元素加法给出了正确的数值结果，但是除了源数组之外，还使用两倍的内存（

dtype int16

）创建一个结果数组，即使只需要结果元素的低字节

>>> import numpy
>>> a = numpy.array( [-128, -1, 0, 1, 127 ], dtype=numpy.int8)
>>> b = a + 128
>>> b
array([  0, 127, 128, 129, 255], dtype=int16)

是否有方法将结果数组的

dtype

控制为

uint8

替代方法是就地修改值并将数据“强制转换”为新类型，如下所示：

>>> for i in xrange(0, 5):
...     if a[i] < 0:
...         a[i] -= 128
...     elif a[i] >= 0:
...         a[i] += 128
...
>>> a
array([   0,  127, -128, -127,   -1], dtype=int8)
>>> a.view(dtype=numpy.uint8)
array([  0, 127, 128, 129, 255], dtype=uint8)

xrange（0,5）中的i的

>：
...     如果a[i]<0：
...         a[i]=128
...     如果a[i]>=0：
...         a[i]+=128
...
>>>a
数组（[0，127，-128，-127，-1]，dtype=int8）
>>>a.view（dtype=numpy.uint8）
数组（[0，127，128，129，255]，dtype=uint8）

对于使用Python进行转换的大型阵列，空间效率要高得多，但时间成本非常高

我如何才能在适当的位置快速地完成此转换

import numpy as np a = np.array([-128, -1, 0, 1, 127], dtype=np.int8) a = a.view(np.uint8) a += 128 print a # -> array([ 0, 127, 128, 129, 255], dtype=uint8) 将numpy作为np导入 a=np.array（[-128，-1,0,1127]，dtype=np.int8） a=a.view（np.uint8） a+=128 打印 #->数组（[0,127,128,129,255]，dtype=uint8） 这不会创建副本，并且所有操作都已就绪

编辑：首先强制转换到uint更安全---定义了未签名的环绕。 EDIT2：s/numpy/np/g

In [18]: a = numpy.array( [-128, -1, 0, 1, 127 ], dtype=numpy.int8)
In [19]: z = a.view(dtype=numpy.uint8)

In [20]: z += 128

In [21]: z
Out[21]: array([  0, 127, 128, 129, 255], dtype=uint8)

---

希望我没有误解这些要求。

谢谢。我没有想到利用无符号环绕和add assign操作符来控制sum结果的类型。