此解决方案仅限于二维阵列,但适用于大于
np.uint8
并计算所需的位深度。
import numpy as np
M = np.array([[1,2],
[3,4]])
bits = int(np.log2(M.max())) + 1
(np.where(
M.reshape(-1,1) & 2**np.arange(bits)[::-1], 1, 0)
.reshape(*M.shape, -1)
.transpose(2,0,1))
输出
array([[[0, 0],
[0, 1]],
[[0, 1],
[1, 0]],
[[1, 0],
[1, 0]]])
这是怎么回事
构造一个2次幂的范围
2**np.arange(bits)[::-1]
播放这个范围
logical_and
在输入元素上
(M.reshape(-1,1) & 2**np.arange(bits)[::-1])
输出
array([[0, 0, 1],
[0, 2, 0],
[0, 2, 1],
[4, 0, 0]])
皈依
1
,
0
布尔阵列
np.where
array([[0, 0, 1], # 1 in binary
[0, 1, 0], # 2 in binary
[0, 1, 1], # 3 in binary
[1, 0, 0]]) # 4 in binary
根据所需输出进行形状调整。