具有 1 位条目的 numpy 布尔数组

Question

在 numpy 中有没有办法创建一个布尔数组，每个条目只使用 1 位？

标准的np.bool类型是1字节，但是这样我使用了8倍的所需内存。

在 Google 上我发现 C++ 有 std::vector<bool>。

Answer 1

你想要一个bitarray：

高效的布尔数组——C 扩展

这个模块提供了一个对象类型，它可以有效地表示一个布尔数组。位数组是序列类型，其行为与通常的列表非常相似。八位由一个连续的内存块中的一个字节表示。用户可以在两种表示之间进行选择；小端和大端。所有功能都用 C 语言实现。提供了访问机器表示的方法。这在需要对二进制文件进行位级访问时很有用，例如可移植位图图像文件 (.pbm)。此外，在处理使用可变位长编码的压缩数据时，您可能会发现此模块很有用...

Answer 2

您可能想看看bitstring（文档here）。

如果您从文件创建ConstBitArray 或ConstBitStream，那么它将使用mmap 而不会将其加载到内存中。在这种情况下，它不会是可变的，因此如果您想进行更改，则必须将其加载到内存中。

例如创建而不加载到内存中：

>>> a = bitstring.ConstBitArray(filename='your_file')

或

>>> b = bitstring.ConstBitStream(a_file_object)

Answer 3

为此，您可以使用 numpy 的 packbits 和 unpackbits：

import numpy as np
# original boolean array
A1 = np.array([
    [0, 1, 1, 0, 1],
    [0, 0, 1, 1, 1],
    [1, 1, 1, 1, 1],
], dtype=bool)

# packed data
A2 = np.packbits(A1, axis=None)

# checking the size
print(len(A1.tostring())) # 15 bytes
print(len(A2.tostring())) #  2 bytes (ceil(15/8))

# reconstructing from packed data. You need to resize and reshape
A3 = np.unpackbits(A2, count=A1.size).reshape(A1.shape).view(bool)

# and the arrays are equal
print(np.array_equal(A1, A3)) # True

---

在 numpy 1.17.0 之前，第一个函数可以直接使用，但重建需要额外的操作。这是一个例子：

import numpy as np
# original boolean array
A1 = np.array([
    [0, 1, 1, 0, 1],
    [0, 0, 1, 1, 1],
    [1, 1, 1, 1, 1],
], dtype=np.bool)

# packed data
A2 = np.packbits(A1, axis=None)

# checking the size
print(len(A1.tostring())) # 15 bytes
print(len(A2.tostring())) #  2 bytes (ceil(15/8))

# reconstructing from packed data. You need to resize and reshape
A3 = np.unpackbits(A2, axis=None)[:A1.size].reshape(A1.shape).astype(np.bool)

# and the arrays are equal
print(np.array_equal(A1, A3)) # True