python - numpy矢量化方法来计算整数数组中的非零位

Question

我有一个整数数组:

[int1, int2, ..., intn]

我想计算这些整数的二进制表示中有多少非零位。
例如:

bin(123) -> 0b1111011, there are 6 non-zero bits

当然我可以遍历整数列表，使用 bin()和 count('1')功能，但我正在寻找矢量化的方式来做到这一点。

Answer 1

假设你的数组是 a ，你可以简单地做:

np.unpackbits(a.view('uint8')).sum()

例子:

a = np.array([123, 44], dtype=np.uint8)
#bin(a) is [0b1111011, 0b101100]
np.unpackbits(a.view('uint8')).sum()
#9

对比 使用 benchit :

#@Ehsan's solution
def m1(a):
  return np.unpackbits(a.view('uint8')).sum()

#@Valdi_Bo's solution
def m2(a):
  return sum([ bin(n).count('1') for n in a ])

in_ = [np.random.randint(100000,size=(n)) for n in [10,100,1000,10000,100000]]

m1 明显更快。