我的数据是'32位无符号整数'的形式如下:
myData = np.array([1073741824, 1073741877, 1073742657, 1073742709, 1073742723, 1073755137, 1073755189,1073755969],dtype=np.uint32)
我想获取发生以下情况的“myData”元素的索引:
Bit No. 0–1
Bit Combination: 00
我该怎么做?
最佳答案
您可以使用 np.binary_repr()
获取表示每个元素的字符串,并从该字符串中获取符合您的条件的元素:
end = `00`
s = [np.binary_repr(ai, width=len(end)) for ai in myData]
indices = [i for (i, si) in enumerate(s) if si.endswith(end)]
编辑:矢量化(和推荐)方法
进一步研究后,我发现在使用数组的 uint8
View 后,您可以使用 np.unpackbits()
:
myData = myData.view(np.uint32) # not needed if it is already np.uint32
tmp = np.unpackbits(myData.view(np.uint8)[::4][None, :], axis=0)
indices = np.where((tmp[-2, :] == 0) & (tmp[-1, :] == 0))[0]
请注意,切片是根据您正在比较的位进行的:
[::4]
前 8 位[1::4]
第 9 位到第 16 位[2::4]
为第17位到第24位[3::4]
第25位到第32位
例如,如果您的原始数据类型是 np.uint64
,则此序列可以继续下去,但在这种情况下使用 [n::8]
代替。
关于python - 根据给定的位信息提取 Numpy 数组的索引,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26436705/