使用numpy将整数转换为位数组

Question

我需要一种将2000万个32位和64位整数转换为相应的位数组的方法（因此必须具有内存/时间效率）。在SO上受到不同问题/答案的建议下，我尝试使用numpy.unpackbits来实现这一点。在尝试这种方法时，我遇到了意外的结果：

np.unpackbits(np.array([1], dtype=np.uint64).view(np.uint8))

产生：

array([0, 0, 0, 0, 0, 0, 0, 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, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], dtype=uint8)

我希望 1 元素应该是最后一个，而不是在中间。所以显然我缺少保留字节顺序的东西。我缺少什么？

- Dmitry B.

---

我没有看到证明这一点的文档，但是我假设当我创建一个类型为int64的数组，并用比其大小更小的数据填充它时，每个元素都会被强制转换为长整型。也就是说，在C语言中等同于cast操作，应该会在高位补充0。 - Dmitry B.

两千万！但我希望不是手动编辑的 O_o。 - linusg

此答案建议您阅读此链接，以了解更多信息：http://docs.scipy.org/doc/numpy/user/basics.byteswapping.html。 - Robᵩ

@StevenRumbalski：我不行。np.unpackbits需要一个字节数组。 - Dmitry B.

@Robᵩ：那就是我得到灵感的问题/答案。我确实看了那个链接，但我认为它不适用于这里，因为我的数据（1）是在运行Python进程的同一台计算机上生成的。我可以再找其他线索。 - Dmitry B.

Answer 1

尝试使用dtype='>i8'进行设置，如下所示：

In [6]: np.unpackbits(np.array([1], dtype='>i8').view(np.uint8))
Out[6]: 
array([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, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1], dtype=uint8)

Reference:

http://docs.scipy.org/doc/numpy/user/basics.byteswapping.html

- Robᵩ

---

哎呀！好吧，我应该读完前几段的内容。 - Dmitry B.

虽然我仍然不明白为什么在我的情况下必须这样做，因为数据是在相同的内存架构下生成和消耗的。 - Dmitry B.

因为你的电脑是小端字节序，而你要求使用大端字节序表示。 - Robᵩ

你要求使用大端字节序表示。我的初始代码没有做任何字节顺序的请求。view 默认假定底层数据是大端字节序吗？我认为 view(np.uint8) 只会简单地按字节读取内存，这意味着那里的数据已经按大端字节序排列了（所以是什么在小端系统上强制执行了该顺序）。 - Dmitry B.

我的意思是，在你的问题中，“你”而不是你的程序，要求大端表示法。你反对的表示法是小端。 - Robᵩ