如果我用它来查看 2 `np.uint8` 为 1 `np.uint16`，我如何理解 `numpy.narray.view` 结果的顺序？

Question

假设我有一个数组 a，其中包含两个数据类型 np.uint8 的元素。我想查看这个数组，就好像它的内容是 np.uint16 数据类型一样。所以我使用 numpy.narray.view 方法：

import numpy as np

a = np.array([1, 2], dtype=np.uint8)
print(a.view(np.uint16))

这导致 [513]。但是，我预计这是：

a is [               1,               2 ]
       0 0 0 0 0 0 0 1, 0 0 0 0 0 0 1 0

                    _______________ _______________
So a.view should be 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 (binary 1 then 2)
                                                258

为什么是相反的？

                         _______________ _______________
a.view really results in 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 (binary 2 then 1)
                                                     513

为什么顺序是这样？

Answer 1

感谢@WarrenWeckesser 和@hpaulj 的评论，我明白了：

numpy.uint16中可以解释为两个numpy.uint8的两部分不一定在内存中"consecutively"。字节如何存储在内存中取决于平台的字节顺序。对我来说，"consecutive" 存储字节似乎很直观，但仅适用于大端平台。

有关字节顺序的更多信息，请参阅维基百科文章：https://en.wikipedia.org/wiki/Endianness

我平台的字节顺序是小端。所以如果我调用 a.view(np.uint16) 这等同于 a.view("<u2")。 numpy.uint16 的最后一部分导致第一个 numpy.uint8，反之则产生 513。如果我调用 a.view(">u2")，我会得到两个 numpy.uint8 的连续顺序，因此结果是 258。

>代表big-endian，<代表little-endian，u2表示16位无符号整数。

要进一步阅读，SciPy.org...

上有两篇适合的文章

关于如何处理有关数据字节序的问题：https://docs.scipy.org/doc/numpy/user/basics.byteswapping.html
以及可以使用或创建的不同数据类型：https://docs.scipy.org/doc/numpy/reference/arrays.dtypes.html

如果我用它来查看 2 `np.uint8` 为 1 `np.uint16`，我如何理解 `numpy.narray.view` 结果的顺序？

How can I understand the order of the result of `numpy.narray.view` if I use it to view 2 `np.uint8` as 1 `np.uint16`?

python

binary

numpy

scientific-computing