Python中numpy实现结构体的示例
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
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
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。
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")