如何用C写入多类型变量的二进制文件并在Python中正确读取？

你遇到的垃圾数据问题，核心原因是C写入的是混合数据类型（int + double），但numpy.fromfile默认用单一float64类型解析所有字节，导致原本是int的4字节被错误解析成8字节的double，出现无意义的极小值（比如1e-365这类垃圾值）。另外还要注意C文件打开的模式是否正确。

方法一：用numpy结构化数据类型精准匹配写入格式 #

直接定义和C端写入顺序、类型完全对应的结构化dtype，让numpy正确解析每个字段：

import numpy as np

# 定义匹配C端数据的结构化类型，注意int的位数要和C一致（通常是32位）
data_type = np.dtype([
    ('n', np.int32),
    ('K', np.float64),
    ('num', np.int32),
    ('w', np.float64, 60),
    ('th', np.float64, 60)
])

# 读取文件，取第一个元素（因为整个文件是一个结构化数据实例）
data = np.fromfile('your_file.bin', dtype=data_type)[0]

# 访问各个字段
print("n:", data['n'])
print("K:", data['K'])
print("w数组前5个元素:", data['w'][:5])
print("th数组前5个元素:", data['th'][:5])

方法二：按字节位置逐个读取（直观调试用） #

手动按C端的字节数依次读取每个类型，适合调试阶段确认每个字段的正确性：

import numpy as np

with open('your_file.bin', 'rb') as f:
    # 读取int类型（4字节）
    n = np.frombuffer(f.read(4), dtype=np.int32)[0]
    # 读取double类型（8字节）
    K = np.frombuffer(f.read(8), dtype=np.float64)[0]
    # 读取第二个int
    num = np.frombuffer(f.read(4), dtype=np.int32)[0]
    # 读取60个double（60*8=480字节）
    w = np.frombuffer(f.read(60*8), dtype=np.float64)
    # 读取60个double
    th = np.frombuffer(f.read(60*8), dtype=np.float64)

print(n, K, num)
print(w[:5])

关键注意事项 #

• C端文件打开模式必须为二进制写入：你的C代码里fopen没有指定模式，必须改成fopen(filepath, "wb")，否则在Windows等系统中，文本模式会自动转换换行符，破坏二进制字节结构。
• 字节序匹配：如果C和Python运行在不同架构的机器上（比如x86和ARM），需要在dtype中指定字节序，例如小端用<，大端用>，比如np.dtype('<i4')表示小端32位int（x86架构默认小端，同平台可忽略）。
• 类型位数一致：确保C的int对应numpy的np.int32（如果C用的是long long则对应np.int64），C的double始终对应np.float64，这是跨平台一致的。

内容的提问来源于stack exchange，提问作者lksj