numpy将int解析为位分组

Question

我有一个np.array的np.uint8

a = np.array([randint(1,255) for _ in range(100)],dtype=np.uint8)

我想把它分为低分和高分

我可以得到低的一点

^{pr2}$

我可以用

high = np.bitwise_and(np.right_shift(a,4),0xF)

有什么方法可以像

>>> numpy.keep_bits(a,[(0,3),(4,7)])
numpy.array([
  [low1,high1],
  [low2,high2],
  ...
  [lowN,highN]
  ])

我甚至不知道这叫什么。。。但我想也许一些裸体大师会知道一个很酷的方法来做到这一点（事实上，我正期待着用uint32和更多种类的啃咬来做到这一点）

基本上类似于struct.unpack，但用于矢量化numy操作

编辑：我使用了下面接受答案的修改版本

这是我的最终代码，供感兴趣的人使用

def bitmask(start,end):
    """
    >>> bitmask(0,2) == 0b111
    >>> bitmask(3,5) == 0b111000

    :param start: start bit 
    :param end:  end bit (unlike range, end bit is inclusive)
    :return: integer bitmask for the specified bit pattern
    """
    return (2**(end+1-start)-1)<<start

def mask_and_shift(a,mask_a,shift_a):
    """

    :param a: np.array 
    :param mask_a: array of masks to apply (must be same size as shift_a)
    :param shift_a: array of shifts to apply (must be same size as mask_a)
    :return: reshaped a, that has masks and shifts applied
    """
    masked_a = numpy.bitwise_and(a.reshape(-1,1), mask_a)
    return numpy.right_shift(masked_a,shift_a)

def bit_partition(rawValues,bit_groups):
    """
    >>> a = numpy.array([1,15,16,17,125,126,127,128,129,254,255])
    >>> bit_partition(a,[(0,2),(3,7)])
    >>> bit_partition(a,[(0,2),(3,5),(6,7)])

    :param rawValues: np.array of raw values
    :param bit_groups: list of start_bit,end_bit values for where to bit twiddle
    :return: np.array len(rawValues)xlen(bit_groups)
    """
    masks,shifts = zip(*[(bitmask(s,e),s) for s,e in bit_groups])
    return mask_and_shift(rawValues,masks,shifts)

Answer 1

因此，我不想评论您想要实现的特定逻辑运算符，因为位黑客攻击并不是我的专长，但是我可以告诉您您应该在numpy中查找以实现这种自定义运算符。在

如果您浏览numpy源代码，您会注意到numpy中几乎所有的位编译技术都只是_MaskedBinaryOperation的实例，例如，bitwise_and的定义很简单：

bitwise_and = _MaskedBinaryOperation(umath.bitwise_and)

这里的魔力是以umath模块的形式出现的，该模块通常调用numpy所基于的低级库。如果你真的想的话，你可以在那里加上你的接线员，但我认为不值得在这个级别上胡闹。在

也就是说，这并不是将这些函数合并到numpy中的唯一方法。事实上，umath模块有一个非常方便的函数，名为frompyfunc，它可以让您将任意python函数转换为这些方便的umath运算符之一。文档可以找到here。创建此类函数的示例如下：

^{pr2}$

如果您决定要实现的按位运算符的细节，则使用此接口将是实现它的最佳方法。在

这并不能百分之百地回答您的问题，但我假设您的问题更多的是以适当的numpy形式实现一些自定义的位运算符，而不是深入研究位运算符本身。如果这是不准确的，请告诉我，我可以用你上面提到的位运算符来做一个例子。在

Answer 2

使用广播的一行程序，用于四位低位和高位半字节：

In [38]: a
Out[38]: array([  1,  15,  16,  17, 127, 128, 255], dtype=uint8)

In [39]: (a.reshape(-1,1) & np.array([0xF, 0xF0], dtype=np.uint8)) >> np.array([0, 4], dtype=np.uint8)
Out[39]: 
array([[ 1,  0],
       [15,  0],
       [ 0,  1],
       [ 1,  1],
       [15,  7],
       [ 0,  8],
       [15, 15]], dtype=uint8)

为了推广这一点，将硬编码值[0xF, 0xF0]和{}替换为适当的位掩码和移位。例如，要将值分成三组，其中包含最高的两个位，然后是剩下的两组三位，可以执行以下操作：

^{pr2}$