如何高效地将numpy.int8数组原地转换为值偏移的numpy.uint8数组？

Question

我有一个很大的numpy数组，里面存的是带符号的字节（dtype int8）。这个数组的值范围是从-128到+127。我想把它高效地转换成一个无符号字节的数组（dtype uint8），方法是给每个元素加上128，这样-128就变成0，0变成128，+127变成255，等等。这样转换后，结果仍然可以放进无符号字节里。

简单地逐个加上128可以得到正确的数字结果，但这样会生成一个结果数组，它的内存使用量是原数组的两倍（dtype int16），虽然其实只需要结果元素的低字节。

>>> import numpy
>>> a = numpy.array( [-128, -1, 0, 1, 127 ], dtype=numpy.int8)
>>> b = a + 128
>>> b
array([  0, 127, 128, 129, 255], dtype=int16)

有没有办法让结果数组的dtype变成uint8呢？

另一种方法是直接在原数组上修改值，然后把数据“转换”成新类型，像这样：

>>> for i in xrange(0, 5):
...     if a[i] < 0:
...         a[i] -= 128
...     elif a[i] >= 0:
...         a[i] += 128
...
>>> a
array([   0,  127, -128, -127,   -1], dtype=int8)
>>> a.view(dtype=numpy.uint8)
array([  0, 127, 128, 129, 255], dtype=uint8)

这种方法在空间上更高效，但对于大数组来说，转换的时间成本很高。

我该如何快速且在原地完成这个转换呢？

Answer 1

In [18]: a = numpy.array( [-128, -1, 0, 1, 127 ], dtype=numpy.int8)
In [19]: z = a.view(dtype=numpy.uint8)

In [20]: z += 128

In [21]: z
Out[21]: array([  0, 127, 128, 129, 255], dtype=uint8)

我希望我没有误解需求。

Answer 2

import numpy as np
a = np.array([-128, -1, 0, 1, 127], dtype=np.int8)
a = a.view(np.uint8)
a += 128
print a
# -> array([  0, 127, 128, 129, 255], dtype=uint8)

这段代码不会创建任何副本，所有的操作都是在原地进行的。

补充说明: 首先转换为无符号整数（uint）会更安全，因为无符号整数的循环特性是有定义的。

补充说明2: 把“numpy”替换成“np”。