需要 NumPy ndarray 数据的缓冲区类

Question

我需要一个很好的 numpy ndarray 数据缓冲区。我需要推送一些数组，队列应该以某种方式将它们连接成一个，然后我想从中得到任意长度的数组。

类似这样的：

# push some numpy arrays into buffer
buffer.push(in_array_1)
buffer.push(in_array_2)
buffer.push(in_array_3)

# return a new numpy array with arbitrary length num_of_elements_to_get
out_array = buffer.get(num_of_elements_to_get)  

你能不能给我一些类似的建议？

Answer 1

numpy 和 ndarray 可以做你描述的事情，不需要任何额外的类：

• 要将数组推送到缓冲区，请将它们连接到数组
• 要从缓冲区中获取元素，请访问切片（然后删除它，如果你想要的话）

这对你来说是否足够好取决于你对“好的缓冲区”的期望......

它可以这样工作：

buffer = np.array([])

# I assume the arrays are one-dimensional.
buffer = np.concatenate([buffer, in_array_1])
buffer = np.concatenate([buffer, in_array_2])
buffer = np.concatenate([buffer, in_array_3])

out_array = buffer[:num_of_elements_to_get]
buffer = np.delete(buffer, slice(0, num_of_elements_to_get))  # remove elements (optional)

如果你想隐藏细节，你可以创建一个在属性中存储buffer的类，并实现push和pop或get方法。不要忘记在 getter (num_of_elements_to_get <= buffer.size) 中检查错误。如果它只返回元素，我会调用方法get，如果它删除元素，我会调用pop。

---

正如 hpaulj 指出的，可以在一个函数调用中组合多个串联：

buffer = np.concatenate([buffer, in_array_1, in_array_2, in_array_3])

这会减少缓冲区的重新分配。但是，如果分配是一个问题，最好投入更多精力并实现一个环形缓冲区。

作为附加说明，一个setter方法可以设计成接受多个数组：

def push(self, *args):
    self.buffer = np.concatenate([self.buffer] + args)