如何将二进制文件数据读入数组？

Question

尝试在Python中读取二进制文件。来自数据集页面：

像素以无符号字符（1字节）存储，并且取值范围为0到255。

我尝试了以下代码，但它只打印出(0,)而不是一个包含784,000个数字的数组。

# -*- coding: utf8 -*-
# Processed MNIST dataset (http://cis.jhu.edu/~sachin/digit/digit.html)
import struct

f = open('data/data0', mode='rb')
data = []

print struct.unpack('<i', f.read(4))

我该如何将这个二进制文件读入到一个784,000位数字数组（28字节x 28字节x 1k样本），或者一个28x28x1000的3D数组中。我以前从未处理过二进制文件，感到很困惑！

- David Ferris

---

这只是一个思路，一些使用Python读取MNIST数字图像的现有工作。https://github.com/sorki/python-mnist/blob/master/mnist/loader.py - B.Mr.W.

Answer 1

f.read()会返回一个不可变的数组，包含784,000个字节（在Python 2中称为str）。如果您需要使其可变，可以使用array模块及其能够存储各种基本类型、包括无符号字节（用B代码表示）的数组类型：

from array import array

data = array('B')

with open('data/data0', 'rb') as f:
    data.fromfile(f, 784000)

这可以根据需要进行切片：

EXAMPLE_SIZE = 24 * 24
examples = [data[s:s + EXAMPLE_SIZE] for s in xrange(0, len(a), EXAMPLE_SIZE)]

- Ry-