Dữ liệu cách được lưu trữ trong * .npy là gì?

Question

Tôi đang lưu các mảng NumPy sử dụng hàm numpy.save. Tôi muốn các nhà phát triển khác có khả năng đọc dữ liệu từ những tệp đó bằng ngôn ngữ C. Vì vậy, tôi cần biết, cách tổ chức dữ liệu nhị phân một cách gọn gàng trong tệp.OK, hiển nhiên khi tôi đang lưu mảng 'i4' nhưng mảng mảng chứa một số cấu trúc thì sao? Không thể tìm thấy bất kỳ thông tin nào trong tài liệu

UPD: phép nói tha dữ liệu là một cái gì đó như:

dt = np.dtype([('outer','(3,)<i4'),('outer2',[('inner','(10,)<i4'),('inner2','f8')])]) 

UPD2: điều gì về tiết kiệm "năng động" dữ liệu (dtype - đối tượng)

import numpy as np 
a = [0,0,0] 
b = [0,0] 
c = [a,b] 
dtype = np.dtype([('Name', '|S2'), ('objValue', object)]) 
data = np.zeros(3, dtype) 
data[0]['objValue'] = a 
data[1]['objValue'] = b 
data[2]['objValue'] = c 
data[0]['Name'] = 'a' 
data[1]['Name'] = 'b' 
data[2]['Name'] = 'c' 

np.save(r'D:\in.npy', data) 

có thật để đọc rằng điều từ C ?

Answer 1

Định dạng tệp npy được ghi lại trong số https://github.com/numpy/numpy/blob/master/doc/neps/npy-format.rst của numpy.

Ví dụ, mã

>>> dt=numpy.dtype([('outer','(3,)<i4'), 
...     ('outer2',[('inner','(10,)<i4'),('inner2','f8')])]) 
>>> a=numpy.array([((1,2,3),((10,11,12,13,14,15,16,17,18,19),3.14)), 
...    ((4,5,6),((-1,-2,-3,-4,-5,-6,-7,-8,-9,-20),6.28))],dt) 
>>> numpy.save('1.npy', a) 

kết quả trong file:

93 4E 55 4D 50 59      magic ("\x93NUMPY") 
01          major version (1) 
00          minor version (0) 

96 00         HEADER_LEN (0x0096 = 150) 
7B 27 64 65 73 63 72 27 
3A 20 5B 28 27 6F 75 74 
65 72 27 2C 20 27 3C 69 
34 27 2C 20 28 33 2C 29 
29 2C 20 28 27 6F 75 74 
65 72 32 27 2C 20 5B 28 
27 69 6E 6E 65 72 27 2C 
20 27 3C 69 34 27 2C 20 
28 31 30 2C 29 29 2C 20 
28 27 69 6E 6E 65 72 32    Header, describing the data structure 
27 2C 20 27 3C 66 38 27    "{'descr': [('outer', '<i4', (3,)), 
29 5D 29 5D 2C 20 27 66       ('outer2', [ 
6F 72 74 72 61 6E 5F 6F        ('inner', '<i4', (10,)), 
72 64 65 72 27 3A 20 46        ('inner2', '<f8')] 
61 6C 73 65 2C 20 27 73       )], 
68 61 70 65 27 3A 20 28     'fortran_order': False, 
32 2C 29 2C 20 7D 20 20     'shape': (2,), }" 
20 20 20 20 20 20 20 20 
20 20 20 20 20 0A 

01 00 00 00 02 00 00 00 03 00 00 00 (1,2,3) 
0A 00 00 00 0B 00 00 00 0C 00 00 00 
0D 00 00 00 0E 00 00 00 0F 00 00 00 
10 00 00 00 11 00 00 00 12 00 00 00 
13 00 00 00       (10,11,12,13,14,15,16,17,18,19) 
1F 85 EB 51 B8 1E 09 40    3.14 

04 00 00 00 05 00 00 00 06 00 00 00 (4,5,6) 
FF FF FF FF FE FF FF FF FD FF FF FF 
FC FF FF FF FB FF FF FF FA FF FF FF 
F9 FF FF FF F8 FF FF FF F7 FF FF FF 
EC FF FF FF       (-1,-2,-3,-4,-5,-6,-7,-8,-9,-20) 
1F 85 EB 51 B8 1E 19 40    6.28 

Answer 2

Định dạng được mô tả trong numpy/lib/format.py, nơi bạn cũng có thể xem mã nguồn Python sử dụng để tải file NPY. np.load được định nghĩa here.