在给定 python 3 中的特定二进制数的情况下，如何迭代和评估每个位的值？
例如：
00010011
--------------------
bit position | value
--------------------
[0] false (0)
[1] false (0)
[2] false (0)
[3] true (1)
[4] false (0)
[5] false (0)
[6] true (1)
[7] true (1)
使用位时最好使用位运算符：
number = 19
num_bits = 8
bits = [(number >> bit) & 1 for bit in range(num_bits - 1, -1, -1)]
这为您提供了 8 个数字的列表：[0, 0, 0, 1, 0, 0, 1, 1]。遍历它并打印任何需要的内容：
for position, bit in enumerate(bits):
print '%d %5r (%d)' % (position, bool(bit), bit)
Python 字符串是序列，因此您可以像使用列表一样遍历它们。添加enumerate()，你自己也有一个索引：
for i, digit in enumerate(binary_number_string):
print '[{}] {:>10} ({})'.format(i, digit == '1', digit)
演示：
>>> binary_number_string = format(19, '08b')
>>> binary_number_string
'00010011'
>>> for i, digit in enumerate(binary_number_string):
... print '[{}] {:>10} ({})'.format(i, digit == '1', digit)
...
[0] False (0)
[1] False (0)
[2] False (0)
[3] True (1)
[4] False (0)
[5] False (0)
[6] True (1)
[7] True (1)
我使用format()了而不是在bin()这里，因为你不必0b在开始时处理，你可以更容易地包含leading 0。
令人惊讶的是，将整数转换为字符串比使用二进制运算要快得多。在运行 MacOS 10.15 和 Python 3.7.6 的 Core i9 上进行基准测试：
In [6]: number = 1 << 30
In [7]: num_bits = 32
In [8]: %timeit bits = [c == '1' for c in format(number, f'0{num_bits}b')]
1.84 µs ± 8.51 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
In [9]: %timeit bits = [(number >> bit) & 1 for bit in range(num_bits - 1, -1, -1)]
3.13 µs ± 69.5 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
该format()方法的运行时间是按位运算符方法的 60%！（如果您添加一个 if-else 来获取整数列表而不是布尔值，它也不会发生太大变化。）
我认为这是因为 Python 整数在幕后存储的方式不允许有效的按位运算。
为什么要打扰字符串？此代码用于 8 位，但更改它应该很明显：
num = 19
bits = [False for i in range(8)]
for i in range(8):
bits[7-i] = True if num & 1 else False
num = num >> 1
print(bits)
此列表理解将为您提供所需的数据。您还希望它在表格下格式化吗？
>>> [(i, b=='1', b) for i, b in enumerate('00010011')]
[(0, False, '0'), (1, False, '0'), (2, False, '0'), (3, True, '1'),
(4, False, '0'), (5, False, '0'), (6, True, '1'), (7, True, '1')]
num=19
for val in [bool(num & (1<<n)) for n in range(8)]:
print(val)
# do stuff