Tableau Numpy en base64 et à l'arrière d'un Tableau Numpy - Python

Je suis maintenant essayer de comprendre comment je peux récupérer un tableau numpy à partir de données base64. Cette question et la réponse suggèrent qu'il est possible: La lecture des tableaux numpy à l'extérieur de Python mais, par exemple, n'est pas donné.

À l'aide du code ci-dessous à titre d'exemple, comment puis-je obtenir un tableau Numpy de la base64 données si je sais que les dtype et la forme de la matrice?

import base64
import numpy as np

t = np.arange(25, dtype=np.float64)
s = base64.b64encode(t)
r = base64.decodestring(s)
q = ?????

Je veux un python instruction pour définir q comme un tableau numpy de dtype float64 donc le résultat est un tableau identique à t. C'est ce que les tableaux codés et décodés ressembler à:

>>> t = np.arange(25,dtype=np.float64)
>>> t
array([  0.,   1.,   2.,   3.,   4.,   5.,   6.,   7.,   8.,   9.,  10.,
    11.,  12.,  13.,  14.,  15.,  16.,  17.,  18.,  19.,  20.,  21.,
    22.,  23.,  24.])
>>> s=base64.b64encode(t)
>>> s
'AAAAAAAAAAAAAAAAAADwPwAAAAAAAABAAAAAAAAACEAAAAAAAAAQQAAAAAAAABRAAAAAAAAAGEAAAAAAAAAcQAAAAAAAACBAAAAAAAAAIkAAAAAAAAAkQAAAAAAAACZAAAAAAAAAKEAAAAAAAAAqQAAAAAAAACxAAAAAAAAALkAAAAAAAAAwQAAAAAAAADFAAAAAAAAAMkAAAAAAAAAzQAAAAAAAADRAAAAAAAAANUAAAAAAAAA2QAAAAAAAADdAAAAAAAAAOEA='
>>> r = base64.decodestring(s)
>>> r
'\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\xf0?\x00\x00\x00\x00\x00\x00\x00@\x00\x00\x00\x00\x00\x00\x08@\x00\x00\x00\x00\x00\x00\x10@\x00\x00\x00\x00\x00\x00\x14@\x00\x00\x00\x00\x00\x00\x18@\x00\x00\x00\x00\x00\x00\x1c@\x00\x00\x00\x00\x00\x00 @\x00\x00\x00\x00\x00\x00"@\x00\x00\x00\x00\x00\x00$@\x00\x00\x00\x00\x00\x00&@\x00\x00\x00\x00\x00\x00(@\x00\x00\x00\x00\x00\x00*@\x00\x00\x00\x00\x00\x00,@\x00\x00\x00\x00\x00\x00.@\x00\x00\x00\x00\x00\x000@\x00\x00\x00\x00\x00\x001@\x00\x00\x00\x00\x00\x002@\x00\x00\x00\x00\x00\x003@\x00\x00\x00\x00\x00\x004@\x00\x00\x00\x00\x00\x005@\x00\x00\x00\x00\x00\x006@\x00\x00\x00\x00\x00\x007@\x00\x00\x00\x00\x00\x008@'
>>> q = np.array( ????

La raison que je demande c'est parce que je suis en train de travailler sur un projet où je voudrais stocker une grande quantité de tableaux Numpy dans une base de données MySQL dans une application alimenté par django.

À l'aide de ce django extrait de je pouvez stocker des données base64 dans un textfield: http://djangosnippets.org/snippets/1669/

Je veux écrire les tableaux de la base de données en base64 au lieu de convertir les tableaux à une chaîne de caractères unicode.

Merci pour votre aide.

InformationsquelleAutor sequoia | 2011-06-26
  1. 36
    import base64
import numpy as np

t = np.arange(25, dtype=np.float64)
s = base64.b64encode(t)
r = base64.decodebytes(s)
q = np.frombuffer(r, dtype=np.float64)

print(np.allclose(q, t))
# True
    • Je vais aussi ajouter que j'ai fait ce travail pour les tableaux multidimensionnels en appliquant le q = np.remodeler(q,(m,n)), où m et n, où les dimensions d'origine de la t tableau.
    • Le tableau multidimensionnel de la manipulation m'a pris de court -- b64encode était de retour d'un résultat pour les tableaux multidimensionnels, mais ces tableaux ne contiennent pas de "l'intérieur" des tableaux... effrayant. Merci pour les conseils!
    • juste de revenir ici pour ajouter un autre avertissement (depuis que j'ai été mordu par cette). attention si votre numpy dtype n'est pas float64. par exemple, si votre source de tableau numpy contient des entiers seulement, le code ci-dessus seront heureux de coder et de décoder. mais le résultat final sera complètement faux, et il n'y aura pas de mises en garde (je comprends que je devrais avoir été prudent, mais silencieuse, les erreurs se produisent & sont ennuyeux/dangereux). :-/
    • Le "décodage" dtype utilisé dans q = np.frombuffer(r, dtype=np.int32) doit correspondre à la dtype du tableau d'origine, t = np.arange(25, dtype=np.int32) qui est passé à base64.b64encode(t). Il n'y a rien de spécial à propos de float64 en soi.
    InformationsquelleAutor unutbu