在 Numpy 中解包 uint8 数组的元素并在末尾裁剪掉这么多位

要将 uint8 数组的元素解包到二进制值的输出数组中，请在 Python Numpy 中使用 **numpy.unpackbits()** 方法。结果是二进制值（0 或 1）。轴是执行位解包的维度。轴是使用“axis”参数设置的。要设置要解包的元素数量，请使用“count”参数。

输入数组的每个元素都表示一个位字段，应将其解包到二进制值的输出数组中。输出数组的形状要么是一维的（如果 axis 为 None），要么与输入数组的形状相同，并且沿指定的轴进行解包。

轴是执行位解包的维度。None 表示解包扁平化数组。“count”参数是要沿轴解包的元素数量，提供了一种撤消打包大小不是 8 的倍数的效果的方法。非负数表示仅解包“count”位。负数表示从末尾裁剪掉这么多位。None 表示解包整个数组（默认值）。大于可用位数的计数将向输出添加零填充。负计数不得超过可用位数。

顺序是返回位的顺序。“big”将模拟 bin(val)，3 = 0b00000011 ⇒ [0, 0, 0, 0, 0, 0, 1, 1]，“little”将反转顺序为 [1, 1, 0, 0, 0, 0, 0, 0]。默认为“big”。

步骤

首先，导入所需的库 -

import numpy as np

创建一个二维数组。我们使用“dtype”参数设置了 uint8 类型 -

arr = np.array([[4, 8], [6, 19], [27, 35]], dtype=np.uint8)

显示我们的数组 -

print("Array...
",arr)

获取数据类型 -

print("
Array datatype...
",arr.dtype)

获取数组的维度 -

print("
Array Dimensions...
",arr.ndim)

获取数组的形状 -

print("
Our Array Shape...
",arr.shape)

获取数组的元素数量 -

print("
Elements in the Array...
",arr.size)

要将 uint8 数组的元素解包到二进制值的输出数组中，请使用 numpy.unpackbits() 方法。要设置要解包的元素数量，请使用“count”参数。负数表示从末尾裁剪掉这么多位。我们为“count”设置了 -4，这意味着我们将从末尾裁剪掉 4 位 -

res = np.unpackbits(arr, axis = 1, count = -4)
print("
Result...
",res)

示例

import numpy as np

# Create a 2d array

# We have set uint8 type using the "dtype" parameter
arr = np.array([[4, 8], [6, 19], [27, 35]], dtype=np.uint8)

# Displaying our array
print("Array...
",arr)

# Get the datatype
print("
Array datatype...
",arr.dtype)

# Get the dimensions of the Array
print("
Array Dimensions...
",arr.ndim)

# Get the shape of the Array
print("
Our Array Shape...
",arr.shape)

# Get the number of elements of the Array
print("
Elements in the Array...
",arr.size)

# To unpack elements of a uint8 array into a binary-valued output array, use the numpy.unpackbits() method in Python Numpy

# The result is binary-valued (0 or 1).
# The axis is the dimension over which bit-unpacking is done.
# The axis is set using the "axis" parameter
# To set the number of element to unpack, use the "count" parameter
# A negative number means to trim off that many bits from the end
# We have set -4 for count, that means we will trim off 4 bits from the end
res = np.unpackbits(arr, axis = 1, count = -4)
print("
Result...
",res)

输出

Array...
[[ 4 8]
[ 6 19]
[27 35]]

Array datatype...
uint8

Array Dimensions...
2

Our Array Shape...
(3, 2)

Elements in the Array...
6

Result...
[[0 0 0 0 0 1 0 0 0 0 0 0]
[0 0 0 0 0 1 1 0 0 0 0 1]
[0 0 0 1 1 0 1 1 0 0 1 0]]

更新于: 2022年2月17日

160 次查看

开启您的 职业生涯

通过完成课程获得认证

开始学习
广告