在Python中，我们可以用numpy解决结构数组问题。今天小编就来带大家一起看看吧。

具体代码如下：

cal_ctrl = np.dtype({‘names’:[‘ifrm_width’,#图片宽度  y                              ‘ifrm_height’,#图片长度  y                              ‘conv_size’,#卷积核大小最大3*3   y                              ‘conv_pad’,#是否有零填充  y                              ‘conv_std’,#卷积步长   y                              ‘ifrm_num’,#计算一个输出帧（feature map）需要多少个输入帧。从1计数。需要是8的整数倍。 y                              ‘ifrm_bsptr’,#存放所有输入帧基地址的DDR地址指针。(*iframe_base_ptr)指向的DDR空间依次存放各个输入帧。   t                              ‘relu_en’,#当为为TRUE第一层卷积输出为【0~127】：当为Flash第一层卷积输出为【-】                              ‘res_en’,#当为TRUE feature map层累加功能，累加后再做Relu：当为Flashfeature map层累加功能                              ‘pool_en’,#第一次2*2最大池化标准位                              ‘convp_bsptr’,#存放卷积计算的滤波系数的地址指针。W     t                              ‘convk_bsptr’,#存放卷积计算的K参数（每个输出帧的bias）的地址指针。b  t                              ‘res_bsptr’,#存放Feature map累加层的数据的地址指针。  t                                #———————-second depth wise conv———————-                              ‘dw_en’,#Depth wise 卷积使能。                              ‘dw_pad’,#True 零填充，Flash不需要填充                              ‘dw_std’,#步长                              ‘dwp_bsptr’,#存放Depth wise卷积计算的滤波系数的地址指针。包含K参数（每个输出帧的bias）。                              ‘dw_relu_en’,#1’b1:使能Relu，第二层卷积输出为[0~127]的整数；1’b0:不使能，第二层卷积输出为[-128~127]的整数。                                #————————– frame output ctrl————————-                              ‘ofrm_width’,#输出帧的宽                              ‘ofrm_height’,#输出帧的长                              ‘ofrm_num’,#输出帧的通道数                              ‘ofrm_bsptr’,#输出帧地址指针                              ‘conv_end’],#继续去读conv common ctrl info队列，进行卷积计算。1：卷积计算结束，发出中断。                   ‘formats’:[np.uint16,np.uint16,np.uint8 ,bool,np.uint8,np.uint16,np.uint32,bool,bool,bool,np.uint32,np.uint32,np.uint32,                                bool,bool,np.uint8,np.uint32,bool,np.uint16,np.uint16,np.uint16,np.uint32,bool]},align=True)#结构体中数据类型

</pre>
在这段代码中使用np.dtype来创建结构的每个字段，并且对每个字段的类型进行初始化类型，

可以使用下面的代码来添加实例;

a = np.array([(……),(…….)],    dtype=cal_ctrl) #或者 a= np.empty((1), dtype=cal_ctrl)#创建了一个空的实例 #可以使用numpy创建数组的方法来创建它的实例，需要自创建数组的函数中加dtype=cal_ctrl
<pre class="brush:js;toolbar:false">

可以使用a.dtype来查看结构的数据类型

a[0][”ifrm_num”] = 45 #通过a[][]来修改或者访问结构的属性。

</pre>
 

扩展：使用下面的代码可以将python结构装换为bin二进制文件来提供给C语言使用

 

a.tofile(“test.bin”)
<pre class="brush:js;toolbar:false">

以上就是numpy实现结构体的方法。