python轻量级解决方案，用于将浮点（64）类型转换为字节

我希望有一个非常简单的解决方案来显示浮点值（或内存中的多个连续字节）的原始字节。在我的理解中，这被称为类型转换（读取字节中的内存值），不要被误解为转换（读取值并解释字节中的值）

最简单的测试似乎是：

import numpy
a=3.14159265
print(a.hex())
# Returns 0x1.921fb53c8d4f1p+1
b=numpy.array(a)
print(b.tobytes())
# returns b'\xf1\xd4\xc8S\xfb!\t@'
# expected is something like 'F1' 'D4' 'C8' '53' 'FB' '21' '09' '40'

但是方法hex（）返回一个用hex表示的IEEE浮点表示的解释。第二种方法显示了四个十六进制字节标记

\x

，但我想知道作为一个float64应该读取8个字节。此外，我对其他角色感到疑惑。
我用了一个很好的简单C语言，只要在浮点的内存地址上使用一个无符号的int指针，并从这个无符号的int“数组”（指针）中打印出8个值，我就可以实现它。
我知道，我可以在python中使用C，但还有其他简单的解决方案吗？
也许是因为它很有趣：我需要这个函数来将许多大的浮点向量保存到一个BLOB中的数据库中

---

我认为，在阅读时也会发现类似的问题，如果可能的话（可显示字符），它们不是以

\x

-形式打印的。我如何更改它？

您可以为此使用内置模块

struct

。如果您使用的是Python 3.5或更高版本：

import struct
struct.pack('d', a).hex()

它给出：

'f1d4c853fb210940'

如果您的Python版本早于3.5：

import binascii
binascii.hexlify(struct.pack('d', a))

或：

如果您有一个浮点数组，并且希望使用NumPy：

import numpy as np
np.set_printoptions(formatter={'int':hex})
np.array([a]).view('u8')

import numpy as np
np.set_printoptions(formatter={'int':hex})
np.array([a]).view('u8')