numpy.bitwise_count

numpy.bitwise_count(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'bitwise_count'>

计算 x 的绝对值中 1 的位数.类似于 C++ 中的内置 int.bit_count 或 popcount .

参数:

xarray_like, 无符号整数

输入数组.

outndarray, None, or tuple of ndarray and None, optional

存储结果的位置.如果提供,则它必须具有输入广播到的形状.如果未提供或为None,则返回一个新分配的数组.一个元组(可能仅作为关键字参数)的长度必须等于输出的数量.

其中类数组,可选

此条件会在输入上进行广播.在条件为True的位置, out 数组将被设置为ufunc结果.否则, out 数组将保留其原始值.请注意,如果通过默认的 out=None 创建一个未初始化的 out 数组,则其中条件为False的位置将保持未初始化.

\kwargs

对于其他仅限关键字的参数,请参见 ufunc docs .

返回:

yndarray

输入中相应的 1 位数.为所有整数类型返回 uint8.如果 x 是标量,则这是一个标量.

参考文献

[1]

https://graphics.stanford.edu/~seander/bithacks.html#CountBitsSetParallel

[2]

Wikipedia, “Hamming weight”, https://en.wikipedia.org/wiki/Hamming_weight

[3]

http://aggregate.ee.engr.uky.edu/MAGIC/#Population%20Count%20(Ones%20Count)

示例

Try it in your browser!

>>> import numpy as np
>>> np.bitwise_count(1023)
np.uint8(10)
>>> a = np.array([2**i - 1 for i in range(16)])
>>> np.bitwise_count(a)
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15],
      dtype=uint8)

Go BackOpen In Tab