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 绝对值中 1 位的数量.类似于内置的 int.bit_count 或 C++ 中的 popcount.

参数:
xarray_like, 无符号整数

输入数组.

outndarray, None, 或 ndarray 和 None 的元组, 可选

存储结果的位置.如果提供,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（只能作为关键字参数）必须具有与输出数量相等的长度.

wherearray_like, 可选

这个条件通过输入进行广播.在条件为 True 的位置,`out` 数组将被设置为 ufunc 结果.在其他地方,`out` 数组将保留其原始值.注意,如果通过默认的 out=None 创建了一个未初始化的 out 数组,条件为 False 的位置将保持未初始化状态.

**kwargs

对于其他仅限关键字的参数,请参阅 ufunc 文档.

返回:
yndarray

输入中1-位的相应数量.对于所有整数类型返回uint8.如果`x`是标量,则这是一个标量.

参考文献

[2]

维基百科,”汉明权重”,https://en.wikipedia.org/wiki/Hamming_weight

示例

>>> 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)
On this page