python - numpy 的按位运算

Question

假设我有两个 bitboards使用 numpy 数组表示:

import numpy

bitboard = numpy.zeros(2, dtype=numpy.int64)

假设我想设置第一个位板的第 10 位。最快的方法是什么？

<小时/>

我能想到的有两种方法。这是第一种方法:

numpy.bitwise_or(a[0], numpy.left_shift(1, 10), out=a, where=(True, False))

这是第二种方法:

a[0] |= 1 << 10

哪个更快？还有其他方法可以做到这一点吗？我特别想知道:

1. 当我访问 a[0] 时，numpy 会返回 int64 还是 Python long ？
2. 如果它返回一个 Python long，那么我假设这两种方法都非常慢，因为它们适用于任意精度的数字。我的假设正确吗？
3. 如果是这样，那么有没有办法让按位运算适用于固定精度数字？

请注意，我使用的是 Python 版本 3。

Answer 1

Which one is faster? Is there any other way to do this?

第二种方法更快。

When I access a[0] does numpy return an int64 or a Python long?

它将返回一个 int64。

If it returns a Python long then I'm assuming that both methods are pretty slow because they work on arbitrary-precision numbers. Am I right in assuming that?

此线程中的更多详细信息:Slow bitwise operations