numpy - 用 Python 读取 Fortran 二进制文件

Question

我在 Python 中读取未格式化的 F77 二进制文件时遇到问题。
我试过 SciPy.io.FortraFile方法和 NumPy.fromfile方法，都无济于事。我还阅读了 IDL 中的文件，该文件有效，因此我有一个关于数据应该是什么样子的基准。我希望有人能指出我的一个愚蠢的错误——没有什么比度过一个白痴时刻然后洗手更好的了……

数据 bcube1 的尺寸为 101x101x101x3，并且是 r*8 类型。共有 3090903 个条目。它们是使用以下语句编写的(不是我的代码，从源代码复制)。

open (unit=21, file=bendnm, status='new'
.     ,form='unformatted')
write (21) bcube1
close (unit=21)

我可以使用以下内容在 IDL 中成功读取它(也不是我的代码，从同事那里复制的):

bcube=dblarr(101,101,101,3)
openr,lun,'bcube.0000000',/get_lun,/f77_unformatted,/swap_if_little_endian
readu,lun,bcube
free_lun,lun

返回的数据 (bcube) 是 double 的，尺寸为 101x101x101x3，因此文件的标题信息知道其尺寸(不是扁平化)。

现在我尝试使用 Python 获得相同的效果，但没有运气。我尝试了以下方法。

In [30]: f = scipy.io.FortranFile('bcube.0000000', header_dtype='uint32')
In [31]: b = f.read_record(dtype='float64')

返回错误 Size obtained (3092150529) is not a multiple of the dtypes given (8) .更改 dtype 会更改获得的大小，但它仍然不能被 8 整除。

或者，使用 fromfile结果没有错误，但返回数组中的另一个值(也许是页脚？)，并且单个数组值非常错误(都应该是统一的)。

In [38]: f = np.fromfile('bcube.0000000')
In [39]: f.shape
Out[39]: (3090904,)
In [42]: f
Out[42]: array([ -3.09179121e-030,   4.97284231e-020,  -1.06514594e+299, ...,
         8.97359707e-029,   6.79921640e-316,  -1.79102266e-037])

我试过使用 byteswap 来查看这是否使浮点值更合理，但事实并非如此。

在我看来， np.fromfile方法非常接近工作，但它读取标题信息的方式一定有问题。任何人都可以建议我如何找出头文件中允许 IDL 了解数组维度和数据类型的内容吗？有没有办法将标题信息传递给 fromfile以便它知道如何对待领先的条目？

Answer 1

我玩了一下，我想我有一个想法。

Fortran 存储未格式化数据的方式没有标准化，因此您必须尝试一下，但您需要三条信息:

数据的格式。您建议使用 64 位实数，或 Python 中的“f8”。

header 的类型。这是一个无符号整数，但您需要以字节为单位的长度。如果不确定，请尝试 4。

头部通常以字节为单位存储记录的长度，并在末尾重复。

再说一次，它不是标准化的，所以没有保证。

字节序，或大或小。

从技术上讲，对于标题和值，但我认为它们是相同的。

Python 默认为 little endian，所以如果这是您数据的正确设置，我想您已经解决了。

当您使用 scipy.io.FortranFile 打开文件时，你需要给出头部的数据类型。因此，如果数据存储为 big_endian，并且您有一个 4 字节的无符号整数 header ，则您需要:

from scipy.io import FortranFile
ff = FortranFile('data.dat', 'r', '>u4')

读取数据时，需要值的数据类型。同样，假设 big_endian，您需要输入 >f8 :

vals = ff.read_reals('>f8')

看 here用于数据类型语法的描述。

如果您可以控制写入数据的程序，我强烈建议您将它们写入数据流中，这样 Python 更容易读取。