任意精度的numpy数组（10位整数）答案

【问题标题】：numpy array of arbitrary precision (10 bit int)任意精度的numpy数组（10位整数）
【发布时间】：2018-02-23 18:28:15
【问题描述】：

我需要模拟一个生成二进制文件的硬件，其中每个字为 10 位。如何使用 numpy 数组实现这一点？

类似：

outarray = np.zeros(512, dtype=np.int10)

谢谢！

【问题讨论】：

不，numpy 不支持 10 位整数类型，如果这是您所要求的。
你可以构造 16 位数组而忽略前 6 位。
好的，所以澄清一下：我最后需要的是一个二进制文件，其中每个值都是 10 位。有没有办法做到这一点？因此，如果我有 100 个值，我需要在一天结束时文件长度为 1000 位以匹配硬件。
那么，您的问题是关于 10 位操作还是 10 位输出数据（或两者）？
您可能会发现bitarray 包很有用。

标签： python numpy int precision

【解决方案1】：

Numpy 没有 uint10 类型。但是您可以使用uint16 和位掩码来检查溢出。并使用binary_rep 获取 10 位二进制表示：

import numpy as np

MAX_WORD = 2**10
unused_bits = ~np.array([MAX_WORD-1], dtype="uint16")  # Binary mask of the 6 unused_bits

words = np.random.randint(MAX_WORD, size=10, dtype="uint16")  #  Create 10 bit words
assert not np.any(words & unused_bits)  # Check for overflow
for word in words:
    print(word, np.binary_repr(word, width=10))  # Get 10 bit binary representation

binary_repr = "".join(np.binary_repr(word, width=10) for word in words)
print(binary_repr)  # Full binary representation

【讨论】：

【解决方案2】：

如果您主要想了解对 10 位数字的算术运算的准确性，您可以考虑的另一个选择是使用 spfpm 包。这将模拟定点算术运算的效果，包括乘法、除法、平方根、三角函数等，但目前不支持矩阵运算。

【讨论】：