Python二進(jìn)制文件讀取并轉(zhuǎn)換為浮點(diǎn)數(shù)詳解

更新時(shí)間：2019年06月25日 16:51:48 作者：淡淡博客

這篇文章主要介紹了Python二進(jìn)制文件讀取并轉(zhuǎn)換為浮點(diǎn)數(shù)詳解，用python讀取二進(jìn)制文件，這里主要用到struct包，而這個(gè)包里面的方法主要是unpack、pack、calcsize。,需要的朋友可以參考下

本文所用環(huán)境：

Python 3.6.5 |Anaconda custom (64-bit)|

引言

由于某些原因，需要用python讀取二進(jìn)制文件，這里主要用到struct包，而這個(gè)包里面的方法主要是unpack、pack、calcsize。詳細(xì)介紹可以看：Python Struct 官方文檔。這里主要討論，python二進(jìn)制轉(zhuǎn)浮點(diǎn)數(shù)的操作。

python中一個(gè)float類型的數(shù)占4個(gè)字節(jié)。

二進(jìn)制數(shù)據(jù)轉(zhuǎn)float，可以用struct.unpack()來(lái)實(shí)現(xiàn)。

小文件讀取

較小的文件，可以一次讀?。?/p>

首先導(dǎo)入所需的包：

import numpy as np
import struct
Python

例如：我需要讀取一個(gè)名為filename，存放著形狀為[100,1025]的浮點(diǎn)數(shù)的文件?？梢圆捎靡韵罗k法

# 加載測(cè)試數(shù)據(jù)
f = open('filename','rb')
# 102500為文檔中包含的數(shù)字個(gè)數(shù)，而一個(gè)浮點(diǎn)數(shù)占4個(gè)字節(jié)
data_raw = struct.unpack('f'*102500,f.read(4*102500))
f.close()
verify_data = np.asarray(verify_data_raw).reshape(-1,1025)

大文件處理方法

我需要處理的文件大小有38.1G，存放著[10000000,1025]大小的向量。

關(guān)于大文件的處理，我參考了這文章，但是，這個(gè)方法不能很好的將二進(jìn)制文件轉(zhuǎn)換成浮點(diǎn)數(shù)。

所以我想到了另外一種辦法：

通過(guò)Linux命令切割文件

通過(guò)split命令將38.1G的文件按照指定大小切割，

split -b 820000k -a 2 filename data_

上述代碼的意思是，指定每塊大小為820000k，-a 2代表2位數(shù)命名，‘data_'代表前綴是'data_'

最終生成49個(gè)文件(字典序 aa – bw)，前48個(gè)文件每個(gè)204800行最后一個(gè)文件 169600行

通過(guò)python循環(huán)讀取文件

首先構(gòu)建詞匯表：

voc = ['a','b','c','d','e','f','g','h','i','j','k','l',
'm','n','o','p','q','r','s','t','u','v','w','x',
'y','z']
voc_short = ['a','b','c','d','e','f','g','h','i','j','k','l',
'm','n','o','p','q','r','s','t','u','v']

為了方便讀取，將49個(gè)二進(jìn)制文件轉(zhuǎn)換成numpy專用二進(jìn)制格式*.npy

for i in voc:
data_name = 'data_a'+str(i)
f = open(data_name,'rb')
data_raw = struct.unpack('f'*209920000,f.read(4*209920000))
f.close()
data = np.asarray(data_raw).reshape(-1,1025)
np.save(data_name+'.npy',data) # 保存data_a*.npy文件
for i in voc_short:
data_name = 'data_b'+str(i)
f = open(data_name,'rb')
data_raw = struct.unpack('f'*209920000,f.read(4*209920000))
f.close()
data = np.asarray(data_raw).reshape(-1,1025)
np.save(data_name+'.npy',data) # 保存data_b*.npy文件
data_name = 'data_bw'
f = open(data_name,'rb')
data_raw = struct.unpack('f'*173840000,f.read(4*173840000))
np.save(data_name+'.npy',data_raw) # 保存data_bw.npy文件

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: