python - numpy 二进制符号快速生成

Question

假设，我有一个包含 n 元素的 numpy 向量，所以我想将此向量中的数字编码为二进制符号，因此生成的形状将是 (n,m) 其中 m 是 log2(maxnumber) 例如:

x = numpy.array([32,5,67])

因为我拥有的最大数量是 67，所以我需要 numpy.ceil(numpy.log2(67)) == 7 位来编码这个向量，所以形状结果将是 (3,7)

array([[1, 0, 0, 0, 0, 1, 1],
       [0, 0, 0, 0, 1, 0, 1],
       [0, 1, 0, 0, 0, 0, 0]])

问题出现是因为我没有快速的方法从
移动二进制符号函数 numpy.binary_repr 到 numpy 数组。现在我必须遍历结果，并分别放置每一位:

brepr = numpy.binary_repr(x[i],width=7)
j = 0
for bin in brepr:
   X[i][j] = bin
   j += 1

这种方式非常耗时且愚蠢，如何使其高效？

Answer 1

这是使用 np.unpackbits 和广播的一种方式:

>>> max_size = np.ceil(np.log2(x.max())).astype(int)
>>> np.unpackbits(x[:,None].astype(np.uint8), axis=1)[:,-max_size:]
array([[0, 1, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 1, 0, 1],
       [1, 0, 0, 0, 0, 1, 1]], dtype=uint8)