如何使用Python读取TDMS文件中LabVIEW扁平化存储的双精度数组

1. 解析前置维度头信息 #

LabVIEW的Flatten to String VI默认输出的数组压平字节流遵循固定头结构：

• 开头前4字节为大端序有符号整数，代表数组的维度总数n
• 后续紧跟n个连续的4字节大端序有符号整数，依次对应每个维度的元素长度
• 维度头总长度为 4*(n+1) 字节，头之后才是实际的数组数值字节流

举个实际例子：2维5行10列的双精度数组，维度头为 0x00000002（维度数2） + 0x00000005（第一维长度5） + 0x0000000A（第二维长度10），总长度12字节。

2. 大小端格式适配 #

LabVIEW默认的压平字节序为大端（Motorola格式），和x86/x64平台默认的小端（Intel格式）不兼容，需要针对性处理：

• 维度头的所有整数、后续的双精度浮点数，默认都按大端序存储
• 如果读取时出现数值量级异常（比如出现1e+300这类不符合业务逻辑的数值），优先排查字节序是否匹配
• 若LabVIEW压平时手动设置了小端输出，所有字节序解析规则对应调整为小端即可

3. 完整读取流程（Python示例） #

假设你已经从TDMS文件中读取到存储的原始字节数组raw_bytes，可按以下逻辑解析：

import struct
import numpy as np

# 读取维度数量（4字节大端整数）
dim_count = struct.unpack(">i", raw_bytes[:4])[0]
# 读取各维度长度
dim_sizes = struct.unpack(f">{dim_count}i", raw_bytes[4: 4 + 4 * dim_count])
# 计算数据区起始偏移和总元素数
header_total_len = 4 * (dim_count + 1)
total_ele_count = 1
for size in dim_sizes:
    total_ele_count *= size
# 读取所有双精度数值（大端格式）
value_list = struct.unpack(f">{total_ele_count}d", raw_bytes[header_total_len: header_total_len + total_ele_count * 8])
# 重塑为对应维度的数组
result_array = np.array(value_list).reshape(dim_sizes)

注意事项 #

• 如果LabVIEW中使用Flatten to String时手动关闭了「prepend array or string size?」选项，输出的字节流没有维度头，直接从偏移0开始读取双精度数值即可
• 不需要额外处理TDMS本身的字节序，我们解析的是TDMS中存储的自定义字节流内容，和TDMS容器本身的格式无关

内容的提问来源于stack exchange，提问作者user15420598