Python float与bytearray互转时struct.unpack报4字节缓冲区错误如何解决

• 你用struct.pack('f', data2)打包得到的是长度为4的bytes对象，将这类对象组成的列表传入np.save存储时，Numpy会自动将其转换为object类型的数组，该类数组的序列化依赖pickle机制。
• Numpy 1.16.3及以上版本中，np.load默认关闭了allow_pickle参数，导致读取1-100npy.npy时无法正确还原原本的4字节bytes对象，拿到的data4长度不足4字节，触发unpack requires a buffer of 4 bytes报错。
• 额外冗余问题：手动循环用struct打包解包的效率极低，也完全没有必要，Numpy自带原生的浮点类型与字节序列转换能力。

快速修复现有代码 #

仅需修改np.load的参数，开启pickle支持即可：

# 把原来的array2 = np.load('1-100npy.npy')替换为下面这行
array2 = np.load('1-100npy.npy', allow_pickle=True)

同时注意最后保存文本的fmt参数多了多余的单引号，修改为fmt='%f'即可正常输出。

更优实现方案（推荐） #

完全抛弃手动struct循环，直接用Numpy原生API实现float与字节的互转，代码量大幅减少，执行效率更高：

import numpy as np

# 生成测试数据
array = np.arange(0, 100.1, 0.1, dtype=np.float32)
# 保存为文本文件
np.savetxt('1-100.txt', array, fmt='%f')

# 读取文本数据
read_array = np.loadtxt('1-100.txt', dtype=np.float32)
# 直接转字节序列存二进制文件，无需struct打包
read_array.tofile('1-100.bin')

# 直接从二进制文件读回float数组，无需struct解包
float_array = np.fromfile('1-100.bin', dtype=np.float32)
# 保存最终文本
np.savetxt('1-100 2.txt', float_array, fmt='%f')

内容的提问来源于stack exchange，提问作者서정원