时间戳

首页 > 解决方案 > 如何使用 python 代码从二进制文件中读取和提取值？

python - 如何使用 python 代码从二进制文件中读取和提取值？

问题描述

我对python比较陌生。作为我天文学项目工作的一部分，我必须处理二进制文件（这对我来说当然是新的）。我得到了一个二进制文件和一个从二进制文件中读取数据的 python 代码。然后我的教授要求我了解代码如何在二进制文件上工作。我花了几天时间试图弄清楚，但没有任何帮助。这里有人可以帮我写代码吗？

# Read the binary opacity file
f = open(file, "r")

# read file dimension sizes
a = np.fromfile(f, dtype=np.int32, count=16)
NX, NY, NZ = a[1], a[4], a[7]


# read the time and time step
time, time_step = np.fromfile(f, dtype=np.float64, count=2)

# number of iterations
nite = np.fromfile(f, dtype=np.int32, count=1)

# radius array
trash = np.fromfile(f, dtype=np.float64, count=1)
rad = np.fromfile(f, dtype=np.float64, count=a[1])

# phi array
trash = np.fromfile(f, dtype=np.float64, count=1)
phi = np.fromfile(f, dtype=np.float64, count=a[4])

# close the file
f.close()

据我所知，二进制文件包含几个参数（例如：半径、phi、声速、辐射能量）及其许多值。上面的代码从二进制文件中提取值 2 个参数 - radius 和 phi。radius 和 phi 都有超过 100 个值。该程序有效，但我无法理解它是如何工作的。任何帮助，将不胜感激。

标签： pythonpython-3.xpython-2.7binaryfilesastronomy

解决方案

二进制文件本质上只是一长串连续数据；您需要告诉 np.fromfile() 在哪里查找以及期望的数据类型。如果您创建自己的文件，也许最容易理解：

import numpy as np

with open('numpy_testfile', 'w+') as f:
    ## we create a "header" line, which collects the lengths of all relevant arrays
    ## you can then use this header line to tell np.fromfile() *how long* the arrays are
    dimensions=np.array([0,10,0,0,10,0,3,10],dtype=np.int32)
    dimensions.tofile(f) ## write to file

    a=np.arange(0,10,1) ## some fake data, length 10
    a.tofile(f) ## write to file
    print(a.dtype)

    b=np.arange(30,40,1) ## more fake data, length 10
    b.tofile(f) ## write to file
    print(b.dtype)

    ##  more interesting data, this time it's of type float, length 3
    c=np.array([3.14,4.22,55.0],dtype=np.float64) 
    c.tofile(f) ## write to file
    print(c.dtype)

    a.tofile(f) ## just for fun, let's write "a" again

with open('numpy_testfile', 'r+b') as f:
    ### what's important to know about this step is that 
    #   numpy is "seeking" the file automatically, i.e. it is considering 
    #   the first count=8, than the next count=10, and so on 
    #   as "continuous data"
    dim=np.fromfile(f,dtype=np.int32,count=8)
    print(dim) ## our header line: [ 0 10  0  0 10  0  3 10]
    a=np.fromfile(f,dtype=np.int64,count=dim[1])## read the dim[1]=10 numbers
    b=np.fromfile(f,dtype=np.int64,count=dim[4])## and the next 10
    ## now it's dim[6]=3, and the dtype is float 10
    c=np.fromfile(f,dtype=np.float64,count=dim[6] )#count=30)
    ## read "the rest", unspecified length, let's hope it's all int64 actually!
    d=np.fromfile(f,dtype=np.int64) 

print(a)
print(b)
print(c)
print(d)

附录：当谈到不鼓励使用and时，numpy 文档非常明确：np.tofile()np.fromfile()

不要依赖 tofile 和 fromfile 的组合来存储数据，因为生成的二进制文件不是平台独立的。特别是，不保存字节顺序或数据类型信息。数据可以使用 save and load 以独立于平台的 .npy 格式存储。

个人旁注：如果你花了几天时间来理解这段代码，不要因为学习而气馁python；我们都从某个地方开始。我建议您诚实地对待您的教授遇到的障碍（如果这出现在谈话中），因为她/他应该能够在编程时正确断言“您在哪里”。:-)

推荐阅读