将数组中的每个元素转换为二进制 python

Question

我有一个 np 数组 (100,100 dtype=unit8)，我想将每个元素转换为由 8 位表示的二进制。

我查看了下面的两个问题和答案，但不能完全将它们应用于 n x m 数组：

 a=clip_8bit #clip_8bit is a 100x100 unit8 array
 b=np.zeros_like(a)

for i in a:
    b[i]=bin(int(a[i]))[2:].zfill(8)

IndexError: index 109 is out of bounds for axis 0 with size 100

我尝试了矢量化和扁平化，但收到了类型错误或大小为 1 的数组错误

vector = np.vectorize(np.int)
x=clip_8bit_int
x=vector(x)

y=np.zeros_like(x)
y=y.astype(int)
y=vector(y)

for i in y:
    y[i] = bin(i)[2:]  

TypeError: only integer scalar arrays can be converted to a scalar index

这看起来正是我想要做的，但是由于我在应用第一个答案时遇到的问题，我不完全理解数组是如何表示的以及转换是如何应用的 - 这里我我不确定如何扩展此代码以遍历数组。我知道以下是错误的，但我一直在兜圈子。

int = clip_8bit  #clip_8bit is a 100x100 unit8 array

int maxLen = 0;
for (int i = 0; i < n; i++) {
    bin[i] = Integer.toBinaryString(arr[i]);
    maxLen = Math.max(maxLen, bin[i].length());
}
for (int i = 0; i < n; i++) {
    if (bin[i].length() != maxLen)
        bin[i] = String.format("%" + maxLen + "s", bin[i]).replace(' ', '0');
    System.out.println(bin[i]);
}

非常感谢，也感谢您耐心解答新手问题！

**** 编辑 ****

I did get this working, but the answer below is much better

flat = clip_8bit.flatten()
n = flat.shape[0]
a = flat
b = np.array(np.zeros((n)))

for i in range(n):
    b[i]=bin(int(a[i]))[2:].zfill(8)

c = np.reshape(b, (100, 100), order = 'C')

Answer 1

Numpy 有一个快速函数 np.binary_repr() 可以为单个数字执行您想要的操作。您可以将其应用于具有 np.vectorize():

的数组

import numpy as np

l = np.arange(12).reshape([3, 4])
# array([[ 0,  1,  2,  3],
#        [ 4,  5,  6,  7],
#        [ 8,  9, 10, 11]])

np.vectorize(np.binary_repr)(l, 8)
# array([['00000000', '00000001', '00000010', '00000011'],
#        ['00000100', '00000101', '00000110', '00000111'],
#        ['00001000', '00001001', '00001010', '00001011']], dtype='<U8')

将数组中的每个元素转换为二进制 python

convert each element in array to binary python

python

arrays

binary