将交织数据拆分为单独通道np.数组？

Question

我有一个二进制文件，其中包含交错的数据；下面是一个Python脚本，它将生成一个示例：

test-np-array-il-split-01.py：

#!/usr/bin/env python2
# (also works with python3)

# generate a test binary file with interleaved floats

thebinfilename = "il3ch.binfile"

import struct

# https://docs.python.org/2/library/struct.html :  "=" native; "<" little-endian; ">" big-endian
with open(thebinfilename, 'wb') as f:
  for ix in range(10):
    decremain = ix/100.0;
    for ic in range(3):
      thischannum = ic+1 + decremain;
      print(thischannum)
      f.write(struct.pack("=f", thischannum))

基本上，只要运行python test-np-array-il-split-01.py，就会在同一个目录中得到一个二进制文件il3ch.binfile。此文件基本上具有以下浮点数序列：

1.0, 2.0, 3.0, 1.01, 2.01, 3.01, 1.02, 2.02, 3.02, 1.03, 2.03, 3.03, 1.04, 2.04, 3.04, 1.05, 2.05, 3.05, 1.06, 2.06, 3.06, 1.07, 2.07, 3.07, 1.08, 2.08, 3.08, 1.09, 2.09, 3.09

。。。以二进制浮点形式存储。你知道吗

基本上，我想获得单独的通道数据作为单独的numpy数组，其中通道将是：

• Ch1:1.0，1.01，1.02，1.03，1.04。。。你知道吗
• Ch2:2.0，2.01，2.02，2.03，2.04。。。你知道吗
• Ch3:3.0，3.01，3.02，3.03，3.04。。。你知道吗

因此，我尝试编写以下脚本（将其放在与test-np-array-il-split-01.py和il3ch.binfile相同的文件夹中）：

test-np-array-il-split-02.py：

#!/usr/bin/env python2
# (also works with python3)

# read a test binary file with interleaved floats

thebinfilename = "il3ch.binfile"

import numpy as np

dt = np.dtype( [ ('CH1', '<f4'), ('CH2', '<f4'), ('CH3', '<f4') ] )
bin_np_arr = np.fromfile(thebinfilename, dtype=dt)

print(bin_np_arr.shape) # (10,)
print(bin_np_arr)
# [(1.  , 2.  , 3.  ) (1.01, 2.01, 3.01) (1.02, 2.02, 3.02)
#  (1.03, 2.03, 3.03) (1.04, 2.04, 3.04) (1.05, 2.05, 3.05)
#  (1.06, 2.06, 3.06) (1.07, 2.07, 3.07) (1.08, 2.08, 3.08)
#  (1.09, 2.09, 3.09)]

ch1, ch2, ch3 = bin_np_arr[:][0], bin_np_arr[:][1], bin_np_arr[:][2]

print(ch1) # (1., 2., 3.) # -> however, I want 1.0, 1.01, 1.02, 1.03 ... etc here!

所以，好的方面是，通过使用np.dtype规范，我可以在数据中强加一种结构—但是，作为输出np.数组（CH1，CH2，CH3）元组，我真的不知道我需要做什么，来拆分这个np.数组. 你知道吗

所以我的问题是：如何分割bin_np_arrnp.数组分成三部分np.阵列，这将对应于单个通道数据？另外，我是否应该以不同于文件的方式读入bin_np_arr（例如，它有一个不同的.shape），这样它更适合这种“每通道”分割？你知道吗

Answer 1

使用structured array时，可以使用['<field name>']语法访问与每个字段对应的数组。在您的情况下，您可以简单地执行以下操作：

ch1, ch2, ch3 = bin_np_arr['CH1'], bin_np_arr['CH2'] and bin_np_arr['CH3']