Метод byteswap

Метод byteswap класса ndarray меняет порядок байтов каждого элемента массива на обратный (little-endian ↔ big-endian). Это необходимо, когда данные записаны в формате, отличном от родного для вашей системы, и вы хотите корректно интерпретировать числовые значения. Метод может либо изменить массив на месте, либо вернуть новый массив с изменённым порядком байтов, в зависимости от переданного параметра.

Важно отметить, что метод работает только с числовыми типами данных (целые числа, числа с плавающей точкой и комплексные числа). Для строковых или логических массивов операция не имеет смысла, так как порядок байтов для них не определён стандартом NumPy.

Синтаксис

arr.byteswap(inplace=False)

Параметр inplace определяет, будет ли изменён исходный массив. Если передан True, массив изменяется на месте и метод возвращает ссылку на него. Если False (значение по умолчанию), создаётся копия с изменённым порядком байтов, а исходный массив остаётся без изменений.

Пример

Давайте создадим одномерный массив целых чисел и поменяем порядок байтов с созданием копии:

import numpy as np

arr = np.array([1, 2, 3, 4, 5], dtype=np.int32)
res = arr.byteswap(inplace=False)

print("Original array:", arr)
print("Byteswapped array:", res)

Результат выполнения кода:

Original array: [1 2 3 4 5]
Byteswapped array: [16777216 33554432 50331648 67108864 83886080]

Как видите, числа изменились, так как порядок байтов стал обратным. Например, число 1 в 32-битном представлении little-endian было 01 00 00 00, а после байтсвопа стало 00 00 00 01, что интерпретируется как 16777216.

Пример

Теперь изменим порядок байтов непосредственно в исходном массиве, передав inplace=True:

import numpy as np

arr = np.array([10, 20, 30], dtype=np.int16)
print("Before byteswap:", arr)

arr.byteswap(inplace=True)
print("After inplace byteswap:", arr)

Результат выполнения кода:

Before byteswap: [10 20 30]
After inplace byteswap: [2560 5120 7680]

Массив был изменён на месте, и теперь его элементы имеют обратный порядок байтов. Обратите внимание, что метод вернул ссылку на тот же массив, поэтому можно использовать цепочки вызовов.

Пример

Продемонстрируем работу метода с массивом чисел с плавающей точкой, которые также чувствительны к порядку байтов:

import numpy as np

arr = np.array([1.5, 2.5, 3.5], dtype=np.float64)
res = arr.byteswap()

print("Original float array:", arr)
print("Byteswapped float array:", res)

Результат выполнения кода:

Original float array: [1.5 2.5 3.5]
Byteswapped float array: [6.89968113e-310 1.11022665e-309 1.53048519e-309]

Как и в случае с целыми числами, порядок байтов меняется, что приводит к совершенно иным интерпретациям чисел с плавающей точкой. Это наглядно показывает, почему важно правильно учитывать endianness при обмене данными.

Пример

Метод byteswap часто используется при чтении бинарных файлов. Предположим, у нас есть файл с данными, записанными в big-endian формате, а наша система работает в little-endian. Мы можем прочитать данные и поменять порядок байтов для корректной работы:

\x00\x01\x00\x02\x00\x03

import numpy as np

# Simulate reading binary data from a big-endian file
data = np.array([1, 2, 3], dtype=np.uint16)
print("Big-endian data (as uint16):", data)

# Convert to native endianness (assuming little-endian)
data_byteswapped = data.byteswap()
print("Little-endian interpretation:", data_byteswapped)

Результат выполнения кода:

Big-endian data (as uint16): [1 2 3]
Little-endian interpretation: [256 512 768]

В реальных сценариях вы можете прочитать байты из файла в массив и использовать byteswap для приведения к родному формату системы.

Смотрите также

метод newbyteorder,
который возвращает новый массив с указанным порядком байтов без изменения данных
метод tobytes,
который преобразует массив в байтовую строку с учётом порядка байтов
метод tofile,
который записывает массив в бинарный файл в родном порядке байтов
атрибут dtype,
который позволяет узнать и изменить тип данных массива, включая порядок байтов