如何用Numpy将uint64数组拆分为两个uint32数组？

针对你需要拆分uint64数组为两个uint32数组（分别存储低32位和高32位）且尽量减少内存拷贝的需求，原有的位运算方案会产生拷贝且结果类型不符合预期，这里提供纯视图级的优化方案：

核心思路 #

利用Numpy的视图转换，直接将uint64数组的内存按uint32的规则解析，再通过数组形状调整拆分高低位，全程无内存拷贝。

基础实现（适配系统字节序） #

import numpy as np
import sys

# 原uint64数组
arr = np.asarray([1, 2, 3, 4294967296, 100], dtype=np.uint64)

# 将uint64数组转为uint32视图（无拷贝）
uint32_view = arr.view(np.uint32)

# 重塑为N行2列，每行对应原uint64元素的两个32位部分
split_view = uint32_view.reshape(-1, 2)

# 根据系统字节序确定高低位位置
if sys.byteorder == 'little':
    lower = split_view[:, 0]  # 低32位
    upper = split_view[:, 1]  # 高32位
else:
    lower = split_view[:, 1]  # 大端系统下顺序反转
    upper = split_view[:, 0]

# 验证结果
print(lower)   # 输出: [  1   2   3   0 100]，dtype=uint32
print(upper)   # 输出: [0 0 0 1 0]，dtype=uint32

固定字节序的通用实现 #

如果需要跨系统保持一致的高低位对应关系，可以用结构化数据类型明确指定字节顺序，避免依赖系统字节序：

import numpy as np

arr = np.asarray([1, 2, 3, 4294967296, 100], dtype=np.uint64)

# 定义小端字节序的结构化类型：低32位为lower，高32位为upper
dt = np.dtype([('lower', '<u4'), ('upper', '<u4')])
# 将原数组转为该结构化类型的视图（无拷贝）
struct_view = arr.view(dt)

# 直接提取高低位，结果为uint32数组
lower = struct_view['lower']
upper = struct_view['upper']

方案优势 #

• 无内存拷贝：所有操作均为视图级映射，共享原数组内存，大幅提升性能；
• 类型符合预期：直接得到uint32类型的结果数组，无需额外类型转换；
• 效率更高：避免了位运算的元素级计算开销。

内容的提问来源于stack exchange，提问作者lrdewaal