鍍金池/ 教程/ 數(shù)據(jù)分析&挖掘/ NumPy字節(jié)交換
NumPy位操作
NumPy數(shù)學(xué)算數(shù)函數(shù)
NumPy高級(jí)索引
NumPy環(huán)境安裝配置
NumPy IO文件操作
NumPy字符串函數(shù)
NumPy切片和索引
NumPy統(tǒng)計(jì)函數(shù)
NumPy矩陣庫(kù)
NumPy數(shù)組創(chuàng)建例程
NumPy線性代數(shù)
NumPy Matplotlib庫(kù)
NumPy教程
NumPy排序、搜索和計(jì)數(shù)函數(shù)
NumPy字節(jié)交換
NumPy Ndarray對(duì)象
NumPy數(shù)組操作
NumPy使用 Matplotlib 繪制直方圖
NumPy數(shù)組屬性
NumPy廣播
NumPy來(lái)自現(xiàn)有數(shù)據(jù)的數(shù)組
NumPy副本和視圖
NumPy在數(shù)組上的迭代
NumPy來(lái)自數(shù)值范圍的數(shù)組
NumPy算數(shù)運(yùn)算
NumPy數(shù)據(jù)類型

NumPy字節(jié)交換

NumPy - 字節(jié)交換

我們已經(jīng)知道,存儲(chǔ)在計(jì)算機(jī)內(nèi)存中的數(shù)據(jù)取決于 CPU 使用的架構(gòu)。 它可以是小端(最小有效位存儲(chǔ)在最小地址中)或大端(最小有效字節(jié)存儲(chǔ)在最大地址中)。

numpy.ndarray.byteswap()

numpy.ndarray.byteswap()函數(shù)在兩個(gè)表示:大端和小端之間切換。

import numpy as np 
a = np.array([1,  256,  8755], dtype = np.int16)  
print  '我們的數(shù)組是:'  
print a 
print  '以十六進(jìn)制表示內(nèi)存中的數(shù)據(jù):'  
print map(hex,a)  
# byteswap() 函數(shù)通過(guò)傳入 true 來(lái)原地交換 
print  '調(diào)用 byteswap() 函數(shù):'  
print a.byteswap(True)  
print  '十六進(jìn)制形式:'  
print map(hex,a)  
# 我們可以看到字節(jié)已經(jīng)交換了

輸出如下:

我們的數(shù)組是:
[1 256 8755]

以十六進(jìn)制表示內(nèi)存中的數(shù)據(jù):
['0x1', '0x100', '0x2233']

調(diào)用 byteswap() 函數(shù):
[256 1 13090]

十六進(jìn)制形式:
['0x100', '0x1', '0x3322']