将整数数组打印为十六进制数答案

【问题标题】：Print an integer array as hexadecimal numbers将整数数组打印为十六进制数
【发布时间】：2012-02-25 21:02:11
【问题描述】：

我有一个使用创建的数组

array1 = np.array([[25,  160,   154, 233],
                   [61, 244,  198,  248],
                   [227, 226, 141, 72 ],
                   [190, 43,  42, 8]],np.int) ;

显示为

[[25,  160, 154, 233]
 [61,  244, 198, 248]
 [227, 226, 141,  72]
 [190,  43,  42 ,  8]]

如何将此数组显示为十六进制数字，如下所示：

[[0x04,  0xe0,  0x48, 0x28]
 [0x66,  0xcb,  0xf8, 0x06]
 [0x81,  0x19,  0xd3, 0x26]
 [0xe5,  0x9a,  0x7a, 0x4c]]

注意：十六进制数字可能不是整数数字的真正转换。我已经填充了十六进制数组，只是为了举例说明我需要什么。

【问题讨论】：

你使用的是什么版本的 numpy (np.version.version)？

标签： python arrays numpy

【解决方案1】：

如果您正在寻找的只是为了展示，您可以执行以下操作：

>>> a = [6, 234, 8, 9, 10, 1234, 555, 98]
>>> print '\n'.join([hex(i) for i in a])
0x6
0xea
0x8
0x9
0xa
0x4d2
0x22b
0x62

【讨论】：

【解决方案2】：

Python 有一个内置的十六进制函数，用于将整数转换为其十六进制表示（字符串）。您可以使用 numpy.vectorize 将其应用于多维数组的元素。

>>> import numpy as np
>>> A = np.array([[1,2],[3,4]])
>>> vhex = np.vectorize(hex)
>>> vhex(A)
array([['0x1', '0x2'],
       ['0x3', '0x4']], 
      dtype='<U8')

如果速度是一个问题，可能有一个内置的方法可以使用 numpy 执行此操作，这将是一个更好的选择。

【讨论】：

-0，由于numpy.set_printoptions的存在。
当只需要偶尔的十六进制字符串时，矢量化很方便。否则需要 original=get_printoptions(), set_printoptions(hex), print hex, set_printoptions(original)

【解决方案3】：

您可以设置 numpy 的打印选项来执行此操作。

import numpy as np
np.set_printoptions(formatter={'int':hex})
np.array([1,2,3,4,5])

给予

array([0x1L, 0x2L, 0x3L, 0x4L, 0x5L])

最后的 L 只是因为我在 64 位平台上，它正在向格式化程序发送 long。要解决此问题，您可以使用

np.set_printoptions(formatter={'int':lambda x:hex(int(x))})

【讨论】：

OP 仅供参考。 set_printoptions 的 formatter 参数出现在 2.0 文档中，但不在 1.6 中。所以我想这是一个新功能。如果你有一个旧版本，你可以滚动你自己的格式化函数，并使用numpy.set_string_function 将它提供给 numpy。您提供的函数需要格式化 整个数组 而不是像贾斯汀的答案中的单个项目。
对于像我这样不希望在全局范围内更改打印选项的人，现在有一个 numpy.printoptions 辅助方法，您可以像这样使用：with np.printoptions(formatter={'int':hex}):

【解决方案4】：

这个单线应该可以完成这项工作：

print '[' + '],\n['.join(','.join(hex(n) for n in ar) for ar in array1) + ']'

【讨论】：

-0，由于numpy.set_printoptions的存在。
是的，这绝对是一个更好的解决方案。提问者，请参阅 Justin Peel 的回答，不要使用我的。
Numpy 绝对是更好的解决方案！如果您可以访问 numpy。

【解决方案5】：

只要投入我的两分钱，如果它始终是这样的二维数组，您可以非常简单地使用列表推导来做到这一点

a = [[1,2],[3,4]]
print [map(hex, l) for l in a]

给你[['0x1', '0x2'], ['0x3', '0x4']]

【讨论】：

【解决方案6】：

应该可以通过numpy.set_printoptions 获得您想要的行为，使用formatter 关键字arg。它需要一个类型规范的字典（即'int'）作为键和一个可调用的对象，返回要打印的字符串。我会插入代码，但我的旧版本 numpy 还没有该功能。（呃。）

【讨论】：

【解决方案7】：

我正在使用矢量化 np.base_repr，因为我需要用填充的 0 调整结果

import numpy as np

width = 4
base = 16
array1 = np.array([[25,  160,   154, 233],
                   [61, 244,  198,  248],
                   [227, 226, 141, 72 ],
                   [190, 43,  42, 8]],np.int)


base_v = np.vectorize(np.base_repr)
padded = np.char.rjust(base_v(array1, base), width, '0')
result = np.char.add('0x', padded)

输出：

[['0x0019' '0x00A0' '0x009A' '0x00E9']
 ['0x003D' '0x00F4' '0x00C6' '0x00F8']
 ['0x00E3' '0x00E2' '0x008D' '0x0048']
 ['0x00BE' '0x002B' '0x002A' '0x0008']]

【讨论】：

【解决方案8】：

array1_hex = np.array([[hex(int(x)) for x in y] for y in array1])
print array1_hex
# => array([['0x19', '0xa0', '0x9a', '0xe9'],
#           ['0x3d', '0xf4', '0xc6', '0xf8'],
#           ['0xe3', '0xe2', '0x8d', '0x48'],
#           ['0xbe', '0x2b', '0x2a', '0x8']], 
#          dtype='|S4')

【讨论】：

此答案失败并出现错误：TypeError: 'int' object is not iterable