NumPy(Numerical Python的缩写)是一个开源的Python科学计算库。使用NumPy,就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数,涵盖线性代数运算、傅里叶变换和随机数生成等功能。本文主要介绍一下NumPy中unpackbits方法的使用。

numpy.unpackbits

numpy.unpackbits(a, axis=None, count=None, bitorder='big')

将uint8数组的元素解压缩为二进制值输出数组。

a的每个元素代表一个位域,应将其解压缩为二进制值输出数组。 输出数组的形状为1-D(如果轴为None)或与输入数组相同的形状,并且沿指定的轴进行unpacking。

参数 :

a :ndarray, uint8 type

输入数组。

axis :int, 可选

完成位解压缩的维度。None意味着解压缩扁平化数组。

count :int 或 None, 可选

沿轴拆包的元素数,

作为消除包装尺寸不是八的倍数的效果的一种方式。 

非负数表示仅解包计数位。 

负数表示从末尾开始修剪掉很多位。

None表示解压缩整个数组(默认值)。

 大于可用位数的计数将为输出添加零填充。

 负计数不得超过可用位数。 1.17.0版中的新功能。

bit或der :{‘big’, ‘little’}, 可选

返回位的顺序。‘big’将会模拟 bin(val), 

3 = 0 b00000011 = >[0, 0, 0, 0, 0, 0, 1, 1],

‘little’ 将扭转为[1,1,0,0,0,0,0,0]

默认为‘big’。新版本1.17.0。

返回值 :

unpacked :ndarray, uint8 type

元素是二进制值(0或1)。

例子

>>> a = np.array([[2], [7], [23]], dtype=np.uint8)
>>> a
array([[ 2],
       [ 7],
       [23]], dtype=uint8)
>>> b = np.unpackbits(a, axis=1)
>>> b
array([[0, 0, 0, 0, 0, 0, 1, 0],
       [0, 0, 0, 0, 0, 1, 1, 1],
       [0, 0, 0, 1, 0, 1, 1, 1]], dtype=uint8)
>>> c = np.unpackbits(a, axis=1, count=-3)
>>> c
array([[0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 0, 1, 0]], dtype=uint8)
>>> p = np.packbits(b, axis=0)
>>> np.unpackbits(p, axis=0)
array([[0, 0, 0, 0, 0, 0, 1, 0],
       [0, 0, 0, 0, 0, 1, 1, 1],
       [0, 0, 0, 1, 0, 1, 1, 1],
       [0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0]], dtype=uint8)
>>> np.array_equal(b, np.unpackbits(p, axis=0, count=b.shape[0]))
True

推荐文档

相关文档

大家感兴趣的内容

随机列表