为何numpy.ndarray.view将两个np.uint8转为np.uint16结果顺序相反？

这完全是**字节序（endianness）**在搞鬼！简单说就是你的CPU存储多字节数据时，字节的排列顺序和你预期的不一样。

先拆解一下数值：

• 你预期的258 = 1×256 + 2，对应二进制是 00000001 00000010（把第一个uint8元素1当高字节，第二个2当低字节）
• 实际得到的513 = 2×256 + 1，对应二进制是 00000010 00000001（把第二个元素2当高字节，第一个1当低字节）

核心原因：你的系统是小端序（Little-Endian） #

numpy的view()方法不会重新排列字节，它只是直接读取内存里的原始字节，按照指定的 dtype 解析。而绝大多数现代CPU（比如x86架构）都是小端序：

• 小端序会把低字节存在内存的低地址，高字节存在内存的高地址
• 你的数组a = np.array([1,2], dtype=np.uint8)在内存里的存储顺序是：低地址放1，高地址放2
• 当用view(np.uint16)解析时，小端序会把低地址的1当作uint16的低8位，高地址的2当作uint16的高8位，所以计算出来就是 2×256 + 1 = 513

怎么得到你预期的258？ #

有两种简单的方法：

1. 指定大端序（Big-Endian）的 dtype 来view：

import numpy as np
a = np.array([1, 2], dtype=np.uint8)
print(a.view('>u2'))  # 输出 [258]，>表示大端序，u2代表uint16

大端序会把内存里先出现的字节当作高8位，后出现的当作低8位，正好符合你的预期。

2. 先反转数组的字节顺序，再view：

print(a[::-1].view(np.uint16))  # 输出 [258]

把数组倒过来后，内存里的字节顺序变成2在前、1在后，小端序解析时就会得到1×256 +2=258。

内容的提问来源于stack exchange，提问作者finefoot