Numpy packbits() 函数

NumPy packbits() 函数用于将二进制数组的元素打包成 uint8 数组的位。此函数将一个二进制值数组(即 0 和 1)压缩成一个 8 位无符号整数数组，其中生成的 uint8 数组中的每个位代表输入数组中的一个元素。

在此函数中，我们可以沿指定轴或扁平化的输入数组进行操作。它在处理大型二进制数据数组时，对于减少内存使用量特别有用。

语法

以下是 Numpy packbits() 函数的语法 -

numpy.packbits(a, /, axis=None, bitorder='big')

参数

以下是 Numpy packbits() 函数的参数 -

• a(array_like): 输入二进制值数组。
• axis: 此参数是打包位时所沿的轴。如果为 None，则数组将被展平。
• bitorder:打包表示中的位顺序，可以是"大"或"小"。

返回值

此函数返回一个 uint8 类型的数组，其中包含打包后的字节。

示例 1

以下是 Numpy packbits() 函数的基本示例，该函数将一维位数组打包成字节数组 -

import numpy as np

# 定义输入的位数组(0 和 1)
bits = np.array([1, 0, 1, 1, 0, 0, 1, 0, 1, 1, 1, 0, 0, 1, 0, 1], dtype=np.uint8)

# 将位打包成字节
packed = np.packbits(bits)
print(packed)

以下是 packbits() 函数的输出 -

[178 229]

示例 2

在 NumPy 中沿默认轴打包二维数组需要将数组每行中的二进制值 0 和 1 转换为更紧凑的表示形式，例如字节。

packbits() 函数的默认轴为 -1，它指的是最后一个轴，通常是二维数组的列。以下是示例 -

import numpy as np

# 定义一个二维位数组
bit_array = np.array([[0, 1, 1, 0, 0, 1, 1, 1],
[1, 0, 1, 1, 0, 0, 0, 0]], dtype=np.uint8)

# 将位打包成字节
packed_array = np.packbits(bit_array)

print("原始位数组:
", bit_array)
print("打包后的数组:", packed_array)

以下是上述示例的输出 -

原始位数组:
[[0 1 1 0 0 1 1 1]
[1 0 1 1 0 0 0 0]]
打包后的数组:[103 176]

示例 3

以下示例展示了 packbits() 函数如何作用于三维数组 -

import numpy as np

# 创建三维数组
arr = np.array([[[1, 0, 1], [0, 1, 0]], [[1, 1, 0], [0, 0, 1]], [[1, 1, 0], [0, 0, 1]]])

# 显示数组
print("Array...")
print(arr)

# 获取数据类型
print("Array datatype...", arr.dtype)

# 获取数组的维度
print("数组维度...", arr.ndim)

# 获取数组的形状
print("我们的数组形状...", arr.shape)

# 获取数组元素的数量
print("数组中的元素...", arr.size)

# 要将二进制数组的元素打包成 uint8 数组的位，请使用 Python Numpy 中的 numpy.packbits() 方法。
# 通过在末尾插入零位，将结果填充为完整字节。
res = np.packbits(arr)
print("结果...", res)

以下是上述示例的输出 -

数组...
[[[1 0 1]
[0 1 0]]

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

[[1 1 0]
[0 0 1]]]
数组数据类型... int64
数组维度... 3
我们的数组形状... (3, 2, 3)
数组元素数... 18
结果... [171 28 64]

numpy_binary_operators.html