使用 numpy.clip 将正值和负值转换为位串

Posted 2023-02-25

【中文标题】使用 numpy.clip 将正值和负值转换为位串

【英文标题】：Converting positive and negative values to a bitstring using numpy.clip

【发布时间】：2014-09-23 17:15:38

【问题描述】：

我想有效地将​​列表（或 numpy 数组）中的值转换为 numpy 位数组：负值应在新数组中变为 0，正值应在新数组中变为 1。

例如，

>> import numpy as np
>> np.clip([1,2,3,-1,-2],  a_min=0, a_max=1)
array([1, 1, 1, 0, 0])

但是，如果列表中有浮点数，此方法将保持原样：

>> np.clip([1,0.45,3,-1,-2],  a_min=0, a_max=1)
array([ 1.  ,  0.45,  1.  ,  0.  ,  0.  ])

有没有规避这种行为的好方法？一种方法是对值进行四舍五入。但我希望所有正数都分配一个 1。如果我使用 np.around()，这将是 0.45 -> 0。

【参考方案1】：

要将大于 0 的所有内容映射到 1（以及小于 0 的所有内容），您可以使用 np. where：

In [25]: np.where(np.array([1,0.45,3,-1,-2]) > 0, 1, 0)
Out[25]: array([1, 1, 1, 0, 0])

或

In [29]: (np.array([1,0.45,3,-1,-2]) > 0).astype('i1')
Out[29]: array([1, 1, 1, 0, 0], dtype=int8)

请注意，np.where 返回一个 dtype 为 int32（4 字节整数）的数组，而astype('i1') 返回一个 dtype 为 int8（1 字节整数）的数组。

如果您希望将这些二进制值打包到一个 uint8 中，您可以使用 np.packbits:

In [48]: x = np.array([1,0.45,3,-1,-2])

In [49]: np.packbits((x > 0).astype('i1'))
Out[49]: array([224], dtype=uint8)

In [50]: bin(224)
Out[50]: '0b11100000'

或者，作为一个字符串：

In [60]: np.packbits((x > 0).astype('i1')).tostring()
Out[60]: '\xe0'

In [62]: bin(0xe0)
Out[62]: '0b11100000'

【讨论】：

很好，谢谢！当 *** 允许我时，我会接受这个答案！

请注意，如果性能是一个问题，我知道(a > 0).astype('i1') 比np.where(a > 0, 1, 0) 快得多。数组越大，差异越大。对于 100 长度的数组，我的速度提高了大约 2 倍，对于 10k 长度的数组，我的速度提高了 10 倍。

感谢@RogerFan 的留言

【参考方案2】：

In [21]: arr = np.array([1,0.45,3,-1,-2])

In [22]: np.ceil(arr.clip(0, 1))
Out[22]: array([ 1.,  1.,  1.,  0.,  0.])