使用numpy view（）函数重新解释错误存储的数据时出现问题

Question

我有使用不正确的数据类型存储的数据，并且很难将基础数据重新解释为正确的值。数据点实际上是32个浮点数，在我无法控制的系统中存储为单个整数（很可能是32位）。我可以访问的是单个整数，我想将它们重新解释为float32，以便在python2中获得正确的值。我一直在使用view()和neworderbytes()函数，但是得到了意想不到的结果。你知道吗

典型的整数数据是[-2147483648, 875967683, 1005249947, 1216348160]，它应该返回介于-1和+1之间的浮点数。这些限制并不难，所以浮点数可以略高或略低，但肯定没有1e5高，这就是我得到的，见下面的例子：

>>> import numpy as np
>>> si = np.array([-2147483648, 0, 875967683, 1005249947, 1084227584, 1084231267, 1112226524, 1216348160], dtype=np.int32)
>>> si.view(np.float32)
array([ -0.00000000e+00,   0.00000000e+00,   1.69692655e-07,
     7.16848439e-03,   5.00000000e+00,   5.00175619e+00,
     5.08074799e+01,   2.62144000e+05], dtype=float32)
>>> si.view(np.float32).newbyteorder()
array([  1.79366203e-43,   0.00000000e+00,  -1.80211731e+02,
    -3.80362399e-22,   5.74868682e-41,   2.63098489e+21,
    -2.09748370e+17,   4.60186416e-41], dtype=float32)

所以，你看到重新解释的数据不符合我的期望。此外，整数的分布有一些特殊性，这让我很感兴趣，并使我相信，也许我做的一切都是对的，但底层数据在存储过程中已被破坏。你知道吗

以下是我所拥有的：

Total number of integers            : 321,767
Number of integers = -2,147,483,648 :  91,989
Number of integers =              0 : 163,356
Number of integers >              0 :  66,422

所以，有相当一部分数据正好等于-2147483648，唯一的负数。大约有一半正好是0，这是非常好和正常的，其余的在875967683和1216348160之间变化，有点奇怪，请参阅（http://i.imgur.com/jJVr1t6.png）中的绘图，其中我对数据进行了排序，并绘制了vs索引和直方图。我以为直方图是正态分布，但显然不是。你知道吗

所以，我的基本问题可以归结为：我是否正确地使用了view()函数，并且在正确的情况下使用了它（这意味着数据已经损坏），还是没有？你知道吗

Answer 1

原来是我自己解决的。我对数据的基本假设和预期是错误的，这就是为什么这么难。过滤掉一个特定参数的数据后，我发现numpy view函数确实正确地重新解释了底层字节，因为我知道的事实值很难限制为+-0.2，整数数据介于950355002和1045220557之间，重新解释为：

>>> np.array([950355002, 1045220557], dtype=np.int32).view(np.float32)
array([  7.88052130e-05,   2.00000003e-01], dtype=float32)

这个较大的数字在重新解释时是0.2，这正是我的硬上限。较小的数字实际上是0，而不是预期的-0.2。 因此，我确信我的数据被错误地存储为int32而不是float32，但是在这个过程中，负数（float）数据由于某种原因丢失了，并且很可能被存储为默认的-2,147,483,648值。你知道吗