从NumPy数组创建Python bytearray时，额外的数据来自哪里？

考虑两种简单地使用bytearray制作相同的

bytearray

（使用Python 2.7.11，但在3.4.3中也确认了相同的行为）：

由于

array.array

和

numpy.ndarray

都支持缓冲区协议，因此我希望两者在转换为

bytearray

时导出相同的底层数据

但是上面的数据：

In [86]: b1
Out[86]: bytearray(b'\x01\x03\x02\x05\x04')

In [87]: b2
Out[87]: bytearray(b'\x01\x00\x00\x00\x00\x00\x00\x00\x03\x00\x00\x00\x00\x00\x00\x00\x02\x00\x00\x00\x00\x00\x00\x00\x05\x00\x00\x00\x00\x00\x00\x00\x04\x00\x00\x00\x00\x00\x00\x00')

起初，我认为在NumPy数组上对

bytearray

的简单调用可能会由于数据类型、连续性或其他开销数据而无意中获得一些额外的字节

但即使直接查看NumPy缓冲区数据句柄，它仍然表示大小为40，并给出相同的数据：

In [90]: a2.data
Out[90]: <read-write buffer for 0x7fb85d60fee0, size 40, offset 0 at 0x7fb85d668fb0>

In [91]: bytearray(a2.data)
Out[91]: bytearray(b'\x01\x00\x00\x00\x00\x00\x00\x00\x03\x00\x00\x00\x00\x00\x00\x00\x02\x00\x00\x00\x00\x00\x00\x00\x05\x00\x00\x00\x00\x00\x00\x00\x04\x00\x00\x00\x00\x00\x00\x00')

我注意到，如果我给出

dtype=np.int32

，那么

bytearray（a2）

的长度是20而不是40，这表明额外的字节与类型信息有关——只是不清楚为什么或者如何：

In [20]: a2 = np.asarray([1,3,2,5,4], dtype=int)

In [21]: len(bytearray(a2.data))
Out[21]: 40

In [22]: a2 = np.asarray([1,3,2,5,4], dtype=np.int32)

In [23]: len(bytearray(a2.data))
Out[23]: 20

一个aict，

np.int32

应该对应于

数组

'L'

类型代码，但是任何关于为什么不这样的解释都会非常有用

---

如何可靠地只提取“应该”通过缓冲协议导出的部分数据。。。与中一样，与本例中的普通

数组

数据的外观相同。

当您从

数组.array

创建bytearray时，它将其视为整数的可替代项，而不是缓冲区。您可以看到这一点，因为：

>>> bytearray(a1)
bytearray(b'\x01\x03\x02\x05\x04')
>>> bytearray(buffer(a1))
bytearray(b'\x01\x00\x00\x00\x03\x00\x00\x00\x02\x00\x00\x00\x05\x00\x00\x00\x04\x00\x00\x00')

也就是说，直接从数组创建bytearray可以得到“普通”整数，但从数组的缓冲区创建bytearray可以得到这些整数的实际字节表示形式。此外，您不能从包含不适合单个字节的整数的数组中创建bytearray：

>>> bytearray(array.array(b'L', [256]))
Traceback (most recent call last):
  File "<pyshell#38>", line 1, in <module>
    bytearray(array.array(b'L', [256]))
ValueError: byte must be in range(0, 256)

bytearray（array.array（b'L'，[256]）） 回溯（最近一次呼叫最后一次）： 文件“”，第1行，在 bytearray（array.array（b'L'，[256]）） ValueError:字节必须在范围（0，256）内 尽管如此，这种行为仍然令人费解，因为

array.array

和

np.ndarray

都支持缓冲协议和迭代，但是从

array.array

以某种方式创建bytearray通过迭代获取数据，从

numpy.ndarray

创建字节数组时，通过缓冲协议获取数据。在这两种类型的C内部，可能有一些神秘的解释来解释这种切换优先级，但我不知道它是什么

---

在任何情况下，说你用

a1

看到的是“应该”发生的事情都是不正确的；如上所示，数据

'\x01\x03\x02\x05\x04'

实际上不是

array.array

通过缓冲协议公开的内容。如果有的话，numpy数组的行为就是您“应该”从缓冲协议中得到的；这是

array.array

行为与缓冲区协议不一致。

我在这两种情况下得到相同的bytearray：

In [1032]: sys.version
Out[1032]: '3.4.3 (default, Mar 26 2015, 22:07:01) \n[GCC 4.9.2]'
In [1033]: from array import array

In [1034]: a1=array('L',[1,3,2,5,4])
In [1035]: a2=np.array([1,3,2,5,4],dtype=np.int32)

In [1036]: bytearray(a1)
Out[1036]: bytearray(b'\x01\x00\x00\x00\x03\x00\x00\x00\x02\x00\x00\x00\x05\x00\x00\x00\x04\x00\x00\x00')
In [1037]: bytearray(a2)
Out[1037]: bytearray(b'\x01\x00\x00\x00\x03\x00\x00\x00\x02\x00\x00\x00\x05\x00\x00\x00\x04\x00\x00\x00')

在这两种情况下，我都有5个数字，每个数字占用4个字节（作为32位整数）-20个字节

bytearray

可能要求使用以下方法（或类似方法）：

我可以通过更改数据类型来删除额外的字节：

In [1059]: a2.astype('i1').tostring()
Out[1059]: b'\x01\x03\x02\x05\x04'

---

从1.6版开始，Python一直提供Python级缓冲区对象和C级缓冲区API，以便任何内置或使用的定义类型都可以公开其特性。然而，由于各种缺点，这两种方法都被弃用，并在Python 3.0中被正式删除，取而代之的是新的C级缓冲区API和新的Python级对象memoryview

新的缓冲区API已后端口到Python2.6，memoryview对象已后端口到Python2.7。强烈建议您使用它们而不是旧的API，除非出于兼容性原因您被阻止这样做

---

考虑到缓冲区接口中的这些更改，旧的

数组
模块在2.6和2.7中没有更改，而是在3.0+中更改，这并不奇怪。
您所说的“应该”是什么意思？缓冲协议只是指定如何获取数据，它没有说明数据应该是什么。这是因为numpy默认为64位（16个半字节）？尝试更改字节顺序（big-endian，little-endian），看看会发生什么。看到了吗？迭代
numpy.ndarray
会产生数组的数据类型的标量，而任何整数类型的
array.array
会产生
int
值，因此会产生不同的行为。我更多的意思是，一种行为或另一种行为应该是“预期的”方式。至少令人惊讶的是，对于这两种类型，对bytearray的简单调用不同并不好。不过，如果这两种行为中的任何一种是预期的违约行为，我会很高兴。在我的应用程序中，这只意味着在处理
数组时，我需要小心陷入一堆
缓冲区
调用。array
@Goyo当我使用
int
作为numpy数据类型时会发生什么情况呢。。为什么在两个numpy情况下总字节长度是20和40。看起来更多的是关于数组的简单故事。数组int根据需要提供尽可能少的字节（即1），而numpy总是提供4个字节。。。这似乎并没有发生。@Goyo：这仍然不能解释，因为
bytearray（[np.int32（x）表示1,2,3中的x]）
仍然返回一个带有“普通”int值的bytearray，而不像
bytearray（np.array（[1,2,3]，dtype=np.int32））
。所以这不仅仅是单个值的问题。@F先生：当您指定
int
作为数据类型时，numpy只选择一个平台默认的numpy整数类型，在您的例子中显然是
int64
。您可以检查结果数组的数据类型，以查看其数据类型实际上是什么。您是正确的。我没有重新检查Python3中的
array.array
示例，只有NumPy示例。这与t的方式有关
In [1032]: sys.version
Out[1032]: '3.4.3 (default, Mar 26 2015, 22:07:01) \n[GCC 4.9.2]'
In [1033]: from array import array

In [1034]: a1=array('L',[1,3,2,5,4])
In [1035]: a2=np.array([1,3,2,5,4],dtype=np.int32)

In [1036]: bytearray(a1)
Out[1036]: bytearray(b'\x01\x00\x00\x00\x03\x00\x00\x00\x02\x00\x00\x00\x05\x00\x00\x00\x04\x00\x00\x00')
In [1037]: bytearray(a2)
Out[1037]: bytearray(b'\x01\x00\x00\x00\x03\x00\x00\x00\x02\x00\x00\x00\x05\x00\x00\x00\x04\x00\x00\x00')

In [1038]: a1.tobytes()
Out[1038]: b'\x01\x00\x00\x00\x03\x00\x00\x00\x02\x00\x00\x00\x05\x00\x00\x00\x04\x00\x00\x00'
In [1039]: a2.tostring()
Out[1039]: b'\x01\x00\x00\x00\x03\x00\x00\x00\x02\x00\x00\x00\x05\x00\x00\x00\x04\x00\x00\x00'

In [1059]: a2.astype('i1').tostring()
Out[1059]: b'\x01\x03\x02\x05\x04'