更新时间：2019年06月25日 16:51:48 作者：淡淡博客
这篇文章主要介绍了Python二进制文件读取并转换为浮点数详解，用python读取二进制文件，这里主要用到struct包，而这个包里面的方法主要是unpack、pack、calcsize。,需要的朋友可以参考下
本文所用环境：
Python 3.6.5 |Anaconda custom (64-bit)|
由于某些原因，需要用python读取二进制文件，这里主要用到struct包，而这个包里面的方法主要是unpack、pack、calcsize。详细介绍可以看：
Python Struct 官方文档
。这里主要讨论，python二进制转浮点数的操作。
python中一个float类型的数占4个字节。
二进制数据转float，可以用struct.unpack()来实现。
小文件读取
较小的文件，可以一次读取：
首先导入所需的包：
import numpy as np
import struct
Python
例如：我需要读取一个名为filename，存放着形状为[100,1025]的浮点数的文件。可以采用以下办法
# 加载测试数据
f = open('filename','rb')
# 102500为文档中包含的数字个数，而一个浮点数占4个字节
data_raw = struct.unpack('f'*102500,f.read(4*102500))
f.close()
verify_data = np.asarray(verify_data_raw).reshape(-1,1025)
大文件处理方法
我需要处理的文件大小有38.1G，存放着[10000000,1025]大小的向量。
关于大文件的处理，我参考了这
文章
，但是，这个方法不能很好的将二进制文件转换成浮点数。
所以我想到了另外一种办法：
通过Linux命令切割文件
通过split命令将38.1G的文件按照指定大小切割，
split -b 820000k -a 2 filename data_
上述代码的意思是，指定每块大小为820000k，-a 2代表2位数命名，‘data_'代表前缀是'data_'
最终生成49个文件(字典序 aa – bw)，前48个文件每个204800行 最后一个文件 169600行
通过python循环读取文件
首先构建词汇表：
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']
为了方便读取，将49个二进制文件转换成numpy专用二进制格式*.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内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
您可能感兴趣的文章:
-
-
-
Python单链表简单实现代码
这篇文章主要介绍了Python单链表简单实现代码,结合实例形式分析了Python单链表的具体定义与功能实现技巧,需要的朋友可以参考下
2016-04-04
-
-
-
-
-
利用Pygame制作躲避僵尸游戏
本文参考了神庙逃亡，利用Pygame实现一个人躲避僵尸的小游戏，主要的是精灵、精灵组之间相撞、相交的处理，感兴趣的可以了解一下
2022-05-05
-
python pandas时序处理相关功能详解
这篇文章主要介绍了python pandas时序处理相关功能详解的相关资料,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2019-07-07
-
Python分支语句常见的使用方法
这篇文章主要介绍了Python分支语句常见的使用方法，Python分支语句，也称为选择语句，体现了程序的选择结构，即对应不同的场景，选择不同的处理方式，具体常见的用法需要的朋友可参考下面文章内容
2022-06-06
-
利用Pandas读取某列某行数据之loc和iloc用法总结
loc是location的意思,和iloc中i的意思是指integer,所以它只接受整数作为参数,下面这篇文章主要给大家介绍了关于利用Pandas读取某列某行数据之loc和iloc用法的相关资料,需要的朋友可以参考下
2022-03-03
