人工智能之数据分析 numpy：第十一章 字符串与字节交换

import numpy as np

# Unicode 字符串 (推荐)
arr_u = np.array(['apple', 'banana', 'cherry'], dtype='U10')
print(arr_u.dtype)  # <U10 → 小端 Unicode，最大 10 字符

# 字节字符串
arr_s = np.array([b'hello', b'world'], dtype='S8')
print(arr_s.dtype)  # |S8 → 8 字节 ASCII 字符串

a = np.array(['Python', 'NumPy'], dtype='U5')
print(a)  # ['Pytho' 'NumPy'] → 'Python' 被截断为 5 字符！

names = np.array(['Alice', 'Bob', 'Charlie'], dtype='U10')

# 转大写
print(np.char.upper(names))        # ['ALICE' 'BOB' 'CHARLIE']

# 替换
print(np.char.replace(names, 'a', 'A'))  # ['Alice' 'Bob' 'ChAr lie']（注意大小写）

# 拼接
print(np.char.add(names, '_user')) # ['Alice_user' 'Bob_user' 'Charlie_user']

a = np.array([1, 2, 3], dtype='<i4')  # 小端 32 位整数
b = np.array([1, 2, 3], dtype='>i4')  # 大端 32 位整数

print(a.dtype.str)  # '<i4'
print(b.dtype.str)  # '>i4'

a = np.array([1, 256, 65536], dtype='=i4')  # 本机字节序
print(a.view('uint8'))  # 查看原始字节（假设小端）: [1,0,0,0, 0,1,0,0, ...]

# 字节交换（返回副本）
b = a.byteswap()
print(b.view('uint8'))  # [0,0,0,1, 1,0,0,0, ...] → 变成大端字节序

# in-place 交换（修改原数组）
a.byteswap(inplace=True)

a = np.array([1, 2, 3], dtype='<i4')  # 小端

# 创建一个“认为自己是大端”的视图（不复制数据！）
b = a.newbyteorder('>')  # 或 '>'

print(b.dtype)          # >i4
print(b[0])             # 值会按大端解释！可能变成一个奇怪的大数

# 如果你有一个大端数据文件，但当前系统是小端：
# 先用本机序读入，再用 newbyteorder 标记为大端，最后 byteswap 纠正值

# 假设你从文件读取了大端整数（但 NumPy 默认按本机序解释）
raw_data = np.frombuffer(file_content, dtype='>i4')  # 直接指定 dtype 为大端！

# 或者：先按本机读，再转换
data_native = np.frombuffer(file_content, dtype='=i4')
data_correct = data_native.byteswap().newbyteorder()  # 交换字节 + 更新 dtype 标记

s = np.array(['hello'], dtype='U5')
print(s.dtype.byteorder)  # '|' → 不适用

# 正确方式：直接指定 dtype 为大端
with open('data.bin', 'rb') as f:
    data = np.frombuffer(f.read(), dtype='>i4')
print(data)  # [1, 256, 65536] → 正确！

# 错误方式（本机小端解释大端数据）：
data_wrong = np.frombuffer(f.read(), dtype='<i4')
print(data_wrong)  # [16777216, 65536, 256] → 完全错误！