Java 数组到 NumPy 数组的快速转换 (Py4J)答案

【问题标题】：Fast conversion of Java array to NumPy array (Py4J)Java 数组到 NumPy 数组的快速转换 (Py4J)
【发布时间】：2016-12-29 23:26:17
【问题描述】：

有一些很好的示例如何将 NumPy 数组转换为 Java 数组，但反之亦然 - 如何将数据从 Java 对象转换回 NumPy 数组。我有一个这样的 Python 脚本：

    from py4j.java_gateway import JavaGateway
    gateway = JavaGateway()            # connect to the JVM
    my_java = gateway.jvm.JavaClass();  # my Java object
    ....
    int_array=my_java.doSomething(int_array); # do something

    my_numpy=np.zeros((size_y,size_x));
    for jj in range(size_y):
        for ii in range(size_x):
            my_numpy[jj,ii]=int_array[jj][ii];

my_numpy 是 Numpy 数组，int_array 是 Java 整数数组 - int[ ][ ] 类型的数组。在 Python 脚本中初始化为：

    int_class=gateway.jvm.int       # make int class
    double_class=gateway.jvm.double # make double class

    int_array = gateway.new_array(int_class,size_y,size_x)
    double_array = gateway.new_array(double_class,size_y,size_x)

虽然它按原样工作，但它不是最快的方式，而且工作速度相当慢 - 对于 ~1000x1000 阵列，转换需要 5 多分钟。

有什么方法可以在合理的时间内完成这个吗？

如果我尝试：

    test=np.array(int_array)

我明白了：

    ValueError: invalid __array_struct__

【问题讨论】：

标签： java python numpy py4j

【解决方案1】：

我遇到了类似的问题，并找到了一个解决方案，它比我测试的案例快了大约 220 倍：对于将 1628x120 短整数数组从 Java 传输到 Numpy，运行时间从 11 秒减少到 0.05 秒。感谢this related StackOverflow question，我开始研究py4j byte arrays，结果发现py4j 有效地将Java 字节数组转换为Python 字节对象，反之亦然（通过值传递，而不是通过引用传递）。这是一种相当迂回的做事方式，但并不太难。

因此，如果您想传输维度为iMaxxjMax 的整数数组intArray（并且为了示例，我假设这些都作为实例变量存储在您的对象中），您可以先写一个Java函数把它转换成byte[]，像这样：

public byte[] getByteArray() {
    // Set up a ByteBuffer called intBuffer
    ByteBuffer intBuffer = ByteBuffer.allocate(4*iMax*jMax); // 4 bytes in an int
    intBuffer.order(ByteOrder.LITTLE_ENDIAN); // Java's default is big-endian

    // Copy ints from intArray into intBuffer as bytes
    for (int i = 0; i < iMax; i++) {
        for (int j = 0; j < jMax; j++){
            intBuffer.putInt(intArray[i][j]);
        }
    }

    // Convert the ByteBuffer to a byte array and return it
    byte[] byteArray = intBuffer.array();
    return byteArray;
}

然后，您可以编写 Python 3 代码来接收字节数组并将其转换为正确形状的 numpy 数组：

byteArray = gateway.entry_point.getByteArray()
intArray = np.frombuffer(byteArray, dtype=np.int32)
intArray = intArray.reshape((iMax, jMax))

【讨论】：

您的回答肯定对我有帮助，谢谢。但稍作修正 intArray = intArray.reshape((iMax, jMax)) 重塑应该有两个大括号
你是对的，@VenkataramanaMadugula，感谢您的纠正！我现在已经相应地编辑了我的答案。

【解决方案2】：

我有一个类似的问题，只是试图绘制我通过 py4j 从 Java 端获得的光谱向量（Java 数组）。在这里，从 Java Array 到 Python 列表的转换是通过 list() 函数实现的。这可能会为如何使用它来填充 NumPy 数组提供一些线索...

vectors = space.getVectorsAsArray(); # Java array (MxN)
wvl = space.getAverageWavelengths(); # Java array (N)

wavelengths = list(wvl)

import matplotlib.pyplot as mp
mp.hold
for i, dataset in enumerate(vectors):
    mp.plot(wavelengths, list(dataset))

我不能说这是否比您使用的嵌套 for 循环更快，但它也可以解决问题：

import numpy
from numpy  import array
x = array(wavelengths)
v = array(list(vectors))

mp.plot(x, numpy.rot90(v))

【讨论】：