将一个numpy bool数组转换为int

1 人关注

我有一个numpy数组（dtype bool），代表一个比特数组。例如，数组 np.array([True, False, False], dtype=bool) 代表数字4（的确， bin(4) == 0b100 ）。

我想把numpy数组转换为整数（前面例子中的 4 ）。

到目前为止，我已经尝试用迭代的方法。

bits = np.array([True, False, False], dtype=bool)
n = 0
for bit in bits:
    n = (n << 1) | bit
这种方法确实有效，但我更希望能有一种不遍历数组中每个元素的方法，可能是numpy的内置方法。
我还试着用numpy.packbits (together with numpy.pad因为packbits总是自动向右移动，而不是向左）。
bits = np.array([True, False, False], dtype=bool)
n = np.packbits(np.pad(bits, ((8 - len(bits) % 8) % 8, 0))).item()
这种方法只适用于8个或更少元素的数组。事实上，如果你试图使用一个更长的数组，你最终会有多个结果（因为显然packbits不仅向右移位，而且还将每一个字节转换为数字）。
bits = np.array(
    [True, False, False, False, False, False, False, False, False],
    dtype=bool,
n = np.packbits(np.pad(bits, ((8 - len(bits) % 8) % 8, 0)))
print(n) # this prints [1 0], but I need it to return 256
预期的行为。
np.array([True, True], dtype=bool) --> 3
np.array([True, True, False], dtype=bool) --> 6
np.array([True, False, False, True, True], dtype=bool) --> 19
np.array([True, False, False, False, False,
          False, False, True, False, False], dtype=bool) --> 516


           
            
             
              
               Jérôme Richard
              
              ：


           
            
             
              
               我认为最后一个是516（512+4）而不是518。


         
          
           
            bit-manipulation


        
         
          
           
            
            
             Riccardo Bucco
            
           
           
            发布于
            
            2022-04-01


          
           
            
             
              
              
               Jérôme Richard
              
             
             
              发布于
              
              2022-04-01


          
           
            
             
              你可以通过从最大的一个开始生成2的幂（例如：
              
               [16, 8, 4, 2, 1]
              
              ）来解决这个问题，然后在做最后的和之前乘以
              
               bits
              
              。
             
             powers = 1 << np.arange(bits.size, dtype=np.uint64)[::-1]
result = np.sum(powers * bits)
这相当于在做。2**n * bits[0] + 2**(n-1) * bits[1] + ... + 2**0 * bits[n]。
请注意，最终的数值需要符合64位的要求。


          
           
            
             
              
               
               
                LeonardoVaz
               
              
              
               发布于
               
               2022-04-01


          
           
            
             
              
               Try using
               
                numpy.logspace
               
               :
              
              import numpy as np
bits = np.array([True, False, False, False, False, False, False, False, False],dtype=bool,)
bits=bits[::-1]
result = np.sum(np.logspace(0, bits.size-1, num=bits.size, base=2) * bits, dtype=np.int)