是否可以将numpy数组以布尔格式保存在磁盘上，其中每个元素只需要1位？This answer建议使用packbits和unpackbits，但从文档来看，这似乎不支持内存映射.有没有一种方法可以通过memmap支持在磁盘上存储1bit aray？
要求memmap的原因:我正在全高清(1920x1080)图像数据库上训练我的神经网络，但每次迭代我都会随机裁剪出256x256个补丁.因为读取完整图像很耗时，所以我使用memmap只读取所需的补丁.现在，我想在我的图像中使用一个二进制掩码，因此这是一个要求.
numpy不支持每元素1位的数组，我怀疑memmap是否有这样的功能.
由于您的大小写不是按位随机访问，所以可以按每个元素数组读取1字节.
# A binary mask represented as an 1 byte per element array.
full_size_mask = np.random.randint(0, 2, size=[1920, 1080], dtype=np.uint8)
# Pack mask vertically.
packed_mask = np.packbits(full_size_mask, axis=0)
# Save as a memmap compatible file.
buffer = np.memmap("./temp.bin", mode='w+',
dtype=packed_mask.dtype, shape=packed_mask.shape)
buffer[:] = packed_mask
buffer.flush()
del buffer
# Open as a memmap file.
packed_mask = np.memmap("./temp.bin", mode='r',
dtype=packed_mask.dtype, shape=packed_mask.shape)
# Rect where you want to crop.
top = 555
left = 777
width = 256
height = 256
# Read the area containing the rect.
packed_top = top // 8
packed_bottom = (top + height) // 8 + 1
packed_patch = packed_mask[packed_top:packed_bottom, left:left + width]
# Unpack and crop the actual area.
patch_top = top - packed_top * 8
patch_mask = np.unpackbits(packed_patch, axis=0)[patch_top:patch_top + height]
# Check that the mask is cropped from the correct area.
print(np.all(patch_mask == full_size_mask[top:top + height, left:left + width]))
请注意，此解决方案可以(并且可能会)读取额外的位.
顺便说一句，这并不是对您问题的回答，但当您处理二进制掩码(如用于图像分割的标签)时，使用zip压缩可能会大大减少文件大小.