15

是否有将二进制 (0|1) numpy 数组转换为整数或二进制字符串的快捷方式？铁

b = np.array([0,0,0,0,0,1,0,1])   
  => b is 5

np.packbits(b)

有效，但仅适用于 8 位值..如果 numpy 是 9 个或更多元素，它会生成 2 个或更多 8 位值。另一种选择是返回一个字符串 0|1 ...

我目前做的是：

    ba = bitarray()
    ba.pack(b.astype(np.bool).tostring())
    #convert from bitarray 0|1 to integer
    result = int( ba.to01(), 2 )

这是丑陋的！

4

5 回答 5

22

一种方法是使用dot-product范围2-powered数组 -

b.dot(2**np.arange(b.size)[::-1])

样品运行 -

In [95]: b = np.array([1,0,1,0,0,0,0,0,1,0,1])

In [96]: b.dot(2**np.arange(b.size)[::-1])
Out[96]: 1285

或者，我们可以使用按位左移运算符来创建范围数组，从而获得所需的输出，如下所示 -

b.dot(1 << np.arange(b.size)[::-1])

如果时间感兴趣 -

In [148]: b = np.random.randint(0,2,(50))

In [149]: %timeit b.dot(2**np.arange(b.size)[::-1])
100000 loops, best of 3: 13.1 µs per loop

In [150]: %timeit b.dot(1 << np.arange(b.size)[::-1])
100000 loops, best of 3: 7.92 µs per loop

逆过程

要检索二进制数组，请np.binary_repr使用np.fromstring-

In [96]: b = np.array([1,0,1,0,0,0,0,0,1,0,1])

In [97]: num = b.dot(2**np.arange(b.size)[::-1]) # integer

In [98]: np.fromstring(np.binary_repr(num), dtype='S1').astype(int)
Out[98]: array([1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1])
于 2016-12-09T22:38:31.270 回答
3

通过使用向量化矩阵乘法代码，我扩展了 @Divikar 的良好点积解决方案，使其在主机上的运行速度提高了约 180 倍。在我的 pandas 数据框中，一次运行一行的原始代码需要大约 3 分钟才能运行 18 列的 10 万行。好吧，下周我需要从 100K 行升级到 20M 行，所以大约 10 小时的运行时间对我来说不够快。首先，新代码是矢量化的。这是python代码的真正变化。其次，matmult 通常在您看不到它的情况下在多核处理器上并行运行，具体取决于您的主机配置，尤其是当 OpenBLAS 或其他 BLAS 存在以供 numpy 用于像 matmult 这样的矩阵代数时。所以它可以使用很多处理器和内核，如果你有的话。

新的 - 非常简单 - 代码在我的主机上运行 100K 行 x 18 个二进制列，大约 1 秒 ET，这对我来说是“任务完成”：

'''
Fast way is vectorized matmult. Pass in all rows and cols in one shot.
'''
def BitsToIntAFast(bits):
  m,n = bits.shape # number of columns is needed, not bits.size
  a = 2**np.arange(n)[::-1]  # -1 reverses array of powers of 2 of same length as bits
  return bits @ a  # this matmult is the key line of code

'''I use it like this:'''
bits = d.iloc[:,4:(4+18)] # read bits from my pandas dataframe
gs = BitsToIntAFast(bits)
print(gs[:5])
gs.shape
...
d['genre'] = np.array(gs)  # add the newly computed column to pandas

希望这可以帮助。

于 2019-12-10T18:52:49.883 回答
3

我的时间结果：

b.dot(2**np.arange(b.size)[::-1])
100000 loops, best of 3: 2.48 usec per loop

b.dot(1 << np.arange(b.size)[::-1])
100000 loops, best of 3: 2.24 usec per loop

# Precompute powers-of-2 array with a = 1 << np.arange(b.size)[::-1]
b.dot(a)
100000 loops, best of 3: 0.553 usec per loop

# using gmpy2 is slower
gmpy2.pack(list(map(int,b[::-1])), 1)
100000 loops, best of 3: 10.6 usec per loop

因此，如果您提前知道大小，则预先计算 2 的幂数组会明显更快。但如果可能的话，你应该像 Geoffrey Anderson 的回答那样使用矩阵乘法同时进行所有计算。

于 2020-07-28T08:29:27.170 回答
2

使用 numpy 进行转换会将您限制为 64 位有符号二进制结果。如果您真的想使用 numpy 并且 64 位限制对您有用，那么使用 numpy 的更快实现是：

import numpy as np
def bin2int(bits):
    return np.right_shift(np.packbits(bits, -1), bits.size).squeeze()

因为通常如果您使用 numpy 您关心速度，那么 > 64 位结果的最快实现是：

import gmpy2
def bin2int(bits):
    return gmpy2.pack(list(bits[::-1]), 1)

如果您不想获取对 gmpy2 的依赖，这会慢一些，但没有依赖并支持 > 64 位结果：

def bin2int(bits):
    total = 0
    for shift, j in enumerate(bits[::-1]):
        if j:
            total += 1 << shift
    return total

观察者会注意到上一个版本与此问题的其他答案有一些相似之处，主要区别在于使用 << 运算符而不是 **，在我的测试中，这导致了速度的显着提高。

于 2017-11-27T16:26:17.817 回答
0 
def binary_converter(arr):
    total = 0
    for index, val in enumerate(reversed(arr)):
        total += (val * 2**index)
    print total


In [14]: b = np.array([1,0,1,0,0,0,0,0,1,0,1])
In [15]: binary_converter(b)
1285
In [9]: b = np.array([0,0,0,0,0,1,0,1])
In [10]: binary_converter(b)
5

或者

b = np.array([1,0,1,0,0,0,0,0,1,0,1])
sum(val * 2**index for index, val in enumerate(reversed(b)))
于 2016-12-09T22:45:31.760 回答