如何以二进制表示模式打印numpy数组答案

【问题标题】：How to print numpy array in binary representation mode如何以二进制表示模式打印numpy数组
【发布时间】：2014-06-01 05:25:47
【问题描述】：

我有一个以下 numpy 数组

a = np.array([[1,2,3,4 ,11, 12,13,14,21,22,23,24,31,32,33,34 ]], dtype=uint8)

当我打印 a 时，我得到以下输出

[[ 1  2  3  4 11 12 13 14 21 22 23 24 31 32 33 34]]

我怎样才能得到二进制表示的输出？

例如

[[ 00000001  00000010  00000011  00000100 ...]]

【问题讨论】：

标签： python numpy binary

【解决方案1】：

这个怎么样？

a = np.array([[1,2,3,4 ,11, 12,13,14,21,22,23,24,31,32,33,34 ]], dtype=uint8)
print [bin(n) for n in a[0]]

使用 numpy 的 unpackbits 也可以。

A=np.unpackbits(a, axis=0).T
print [''.join(map(str,a)) for a in A]

【讨论】：

第二个抛出“TypeError: argument 2 to map() must support iteration”
我认为你的数组不是二维的。在您的问题中，您使用两个括号[[]]。

【解决方案2】：

这会根据您的要求提供

[bin(x)[2:].zfill(8) for x in a]

输出

['00000001', '00000010', '00000011']

【讨论】：

这很好用。谢谢.. 使用矢量化需要相似的时间。
请把它打勾..并记下:)

【解决方案3】：

试试这个。

np.array(map(bin, a.flatten())).reshape(a.shape)

【讨论】：

这是迄今为止最快的解决方案
这在 Python 3 和 numpy 1.21.5 上给出了ValueError: cannot reshape array of size 1 into shape (1,16)。
@MichaelHerrmann 您可能对np.unpackbits(a).reshape(*a.shape,8) 感兴趣。 8 用于 uint8。替换为您的 dtype 中的位数。

【解决方案4】：

您可以使用numpy.binary_repr

它将一个数字作为输入，并将其二进制表示形式作为字符串返回。您可以将此函数向量化，以便它可以将数组作为输入：

np.vectorize(np.binary_repr)(a, width=8)

【讨论】：

【解决方案5】：

对于 uint8，您可以使用内置的 numpy 函数 unpackbits。（正如@ysakamoto 所提到的）首先重塑数组，使其为 1 列宽。之后使用 unpackbits，如下所述。

a = numpy.array([[1,2,3,4 ,11, 12,13,14,21,22,23,24,31,32,33,34 ]], dtype="uint8")
print(numpy.unpackbits(a.reshape(-1,1), axis=1))

输出：

[[0, 0, 0, 0, 0, 0, 0, 1],
[0, 0, 0, 0, 0, 0, 1, 0],
[0, 0, 0, 0, 0, 0, 1, 1],
[0, 0, 0, 0, 0, 1, 0, 0],
[0, 0, 0, 0, 1, 0, 1, 1],
[0, 0, 0, 0, 1, 1, 0, 0],
[0, 0, 0, 0, 1, 1, 0, 1],
[0, 0, 0, 0, 1, 1, 1, 0],
[0, 0, 0, 1, 0, 1, 0, 1],
[0, 0, 0, 1, 0, 1, 1, 0],
[0, 0, 0, 1, 0, 1, 1, 1],
[0, 0, 0, 1, 1, 0, 0, 0],
[0, 0, 0, 1, 1, 1, 1, 1],
[0, 0, 1, 0, 0, 0, 0, 0],
[0, 0, 1, 0, 0, 0, 0, 1],
[0, 0, 1, 0, 0, 0, 1, 0]]

【讨论】：