《流畅的Python》阅读笔记——数组array、内存视图memoryview，字节数据bytes，结构体struct

array和list一样，属于序列数据类型，但是它只能存储字符（character）、整数(integer)、浮点数(float)这些基本数据类型。数组（ array ）的效率要高得多，因为数组在背后存的是字节。

memoryview 是一个内置类，它能让用户在不复制内容的情况下操作同一个数组的不同切片。

bytes 或 bytearray 对象的各个元素是介于 0~255（含）之间的整数。

struct 模块提供了一些函数，把打包的字节序列转换成不同类型字段组成的元组，还有一些函数用于执行反向转换，把元组转换成打包的字节序列。 struct 模块能处理 bytes 、bytearray 和 memoryview 对象。

下面通过《流畅的Pyhon》示例，看看这几种类型怎么相互转换：

示例2-21 通过改变数组中的一个字节来更新数组里某个元素的值

# 含有 5 个短整型有符号整数的数组（类型码是 'h' ）
>>> numbers = array.array('h', [-2, -1, 0, 1, 2])
# 创建一个 memoryview
>>> memv = memoryview(numbers)

numbers为有符号整数，占用内存空间大小为2字节，以大端模式在内存中表示为（书中是小端模式）：

有符号整数	-2	-1	0	1	2
16进制表示	0xff 0xfe	0xff 0xff	0x00 0x00	0x00 0x01	0x00 0x02
2进制表示	0b11111111 0b11111110	0b11111111 0b11111111	0b00000000 0b00000000	0b00000000 0b00000001	0b00000000 0b00000010

在内存中共占用10字节大小，拼接在一起表示即为：

0b11111111 11111110 11111111 11111111 00000000 00000000 00000000 00000001 00000000 00000010

16进制表示的转换代码：

方法一：

>>> (-2).to_bytes(2, byteorder='big',signed=True)
b'\xff\xfe'
>>> (-1).to_bytes(2, byteorder='big',signed=True)
b'\xff\xff'
>>> (0).to_bytes(2, byteorder='big',signed=True)
b'\x00\x00'
>>> (1).to_bytes(2, byteorder='big',signed=True)
b'\x00\x01'
>>> (2).to_bytes(2, byteorder='big',signed=True)
b'\x00\x02'

方法二：

>>> numbers = array.array('h', [-2, -1, 0, 1, 2])
>>> octets = bytes(numbers)
>>> octets
b'\xfe\xff\xff\xff\x00\x00\x01\x00\x02\x00'

方法三：

>>> import struct
>>> struct.pack("<hhhhh", -2,-1,0,1,2)
b'\xfe\xff\xff\xff\x00\x00\x01\x00\x02\x00'

>>> struct.unpack("<hhhhh", octets)
(-2, -1, 0, 1, 2)

16进制转换为2进制：

>>> bin(int("ff", 16))
'0b11111111'
>>> bin(int("fe", 16))
'0b11111110'

通过memoryview模块的cast，把 memv 里的内容转换成 'B' 类型，也就是无符号字符：

>>> memv_oct = memv.cast('B')
>>> memv_oct.tolist()
[254, 255, 255, 255, 0, 0, 1, 0, 2, 0]

'B'类型占用1个字节内存空间，按1字节读取（书中为以小端模式表示）：

255 254 255 255 0 0 0 1 0 2

也可以使用struct的unpack

>>> struct.unpack("<BBBBBBBBBB", memv_oct)
(254, 255, 255, 255, 0, 0, 1, 0, 2, 0)

以上是基本类型与二进制数据的转换。

对于字符类型，可以使用strings的encode方法进行编码，bytes方法也支持将字符串编码为二进制格式。

对于其它复杂对象，则可以使用pickle模块。