我正在尝试使用 numpy 优化的内置函数来生成温度计编码。如果给定长度为 1,则温度计编码基本上会生成 n 量。例如在 8 长度中,3 将被编码为:
1 1 1 0 0 0 0 0
使用 numpy 生成基于整数输入的向量基本上是切片和设置 1。
stream[:num_ones] = 1
所以我的问题给出了一个向量作为输入,什么是生成矩阵输出的最佳方式,例如:
[2 3 4 1]
作为输入应该产生:
[[1 1 0 0 0 0 0 0],
[1 1 1 0 0 0 0 0],
[1 1 1 1 0 0 0 0],
[1 0 0 0 0 0 0 0]]
我当前的解决方案是迭代所需大小的零矩阵,并使用我在上面编写的切片方法将所需的元素数设置为 1。有没有更快的方法让我做到这一点?
最佳答案
我以前从未听说过“温度计编码”,但当你意识到它与单热编码如此相似时,你就会清楚地知道你可以使用位移运算来实现这一目标:
>>> a = np.array([2, 3, 4, 1], dtype=np.uint8)
>>> print(np.fliplr(np.unpackbits((1 << a) - 1).reshape(-1,8)))
[[1 1 0 0 0 0 0 0]
[1 1 1 0 0 0 0 0]
[1 1 1 1 0 0 0 0]
[1 0 0 0 0 0 0 0]]
编辑:您可以通过在 8 列 block 中工作将想法推广到任意大小的整数:
a = np.array([2, 13, 4, 0, 1, 17], dtype=np.uint8)
out = np.empty((len(a), 0), dtype=np.uint8)
while a.any():
block = np.fliplr(np.unpackbits((1 << a) - 1).reshape(-1,8))
out = np.concatenate([out, block], axis=1)
a = np.where(a<8, 0, a-8)
print(out)
[[1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
[1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0]
[1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
[1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
[1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0]]
关于python - Numpy 温度计编码,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49080613/