当与gzipPython 中的库，我经常遇到使用.read()函数的模式如下所示：
with gzip.open(filename) as bytestream:
bytestream.read(16)
buf = bytestream.read(
IMAGE_SIZE * IMAGE_SIZE * num_images * NUM_CHANNELS
)
data = np.frombuffer(buf, dtype=np.uint8).astype(np.float32)
虽然我熟悉上下文管理器模式，但我很难真正理解上下文管理器中的第一行代码是什么with上下文管理器正在做的事情。
这是该文档的文档read()功能：
从流中最多读取 n 个字符。
从底层缓冲区读取，直到有 n 个字符或到达 EOF。
如果 n 为负数或被省略，则读取直到 EOF。
如果是这样的话，第一行的功能作用bytestream.read(16)必须读取并跳过前 16 个字符，大概是因为它们充当元数据或标题。但是，当我有一些图像时，我怎么知道使用16作为论证read打电话，而不是说 32 或 8 或 64？
我记得很多时候遇到与上面完全相同的代码，除了让作者使用bytestream.read(8)代替bytestream.read(16)或者同样可能是任何其他值。逐个字符地研究文件显示没有可辨别的模式来确定标题字符的长度。
换句话说，一个人如何确定要使用的参数read函数调用？或者如何知道 gzip 压缩文件中标头字符的长度？
我的猜测是它与字节有关，但在搜索文档和在线参考资料后我无法确认这一点。
可重复的细节
经过无数个小时的故障排除后，我的假设是前 16 个字符代表某种标头或元数据。所以该代码中的第一行是跳过 16 个字符并将剩余的存储在名为的变量中buf。然而，在深入研究数据后，我发现无法确定为什么或如何选择值 16。我已经逐个字符地读取了字节，并且还尝试将它们读取+转换为np.float，但没有明显的模式表明元数据在第 16 个字符结束，而实际数据从第 17 个字符开始。
下面的代码读取数据这个网站 http://yann.lecun.com/exdb/mnist/并提取前 30 个字符。请注意，标题行“结束”的位置（显然是在第二次出现 \x1c` 之后的第 16 行）和数据开始的位置是难以辨别的：
import gzip
import numpy as np
train_data_filename = 'data_input/train-images-idx3-ubyte.gz'
IMAGE_SIZE = 28
NUM_CHANNELS = 1
def extract_data(filename, num_images):
with gzip.open(filename) as bytestream:
first30 = bytestream.read(30)
return first30
first30= extract_data(train_data_filename, 10)
print(first30)
# returns: b'\x00\x00\x08\x03\x00\x00\xea`\x00\x00\x00\x1c\x00\x00\x00\x1c\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00'
如果我们修改代码将它们转换为np.float32，这样所有字符现在都是数字（浮点），同样没有明显的模式来区分标题/元数据结束的位置和数据开始的位置。
任何参考或建议将不胜感激！
