我正在尝试编写一个代码,将数组中的整数转换为给定的基,并填充它们以使它们具有相同的大小。我从Alex Martelli在stackoverflow上的代码中操作的以下代码在应用numpy.vectorize时不起作用,尽管它适用于单个数组:

def int2base(x, base,size):
    ret=np.zeros(size)
    if x==0: return ret
    digits = []
    while x:
        digits.append(x % base)
        x /= base
    digits.reverse()
    ret[size-len(digits):]=digits[:]
    return ret
vec_int2base=np.vectorize(int2base)
vec_int2base(np.asarray([2,1,5]),base=3,size=3)

终止时出现以下错误:
...
   1640             if ufunc.nout == 1:
   1641                 _res = array(outputs,
-> 1642                              copy=False, subok=True, dtype=otypes[0])
   1643             else:
   1644                 _res = tuple([array(_x, copy=False, subok=True, dtype=_t)

ValueError: setting an array element with a sequence.

有没有更好的方法来写向量的情况,我在这里遗漏了什么。

最佳答案

下面是一个矢量化的版本:

import numpy as np


def int2base(x, base, size=None, order='decreasing'):
    x = np.asarray(x)
    if size is None:
        size = int(np.ceil(np.log(np.max(x))/np.log(base)))
    if order == "decreasing":
        powers = base ** np.arange(size - 1, -1, -1)
    else:
        powers = base ** np.arange(size)
    digits = (x.reshape(x.shape + (1,)) // powers) % base
    return digits

如果x具有shapeshp,则结果具有shapeshp + (size,)
如果未指定size,则大小基于x中的最大值。order确定数字的顺序;使用order="decreasing"(默认值)将123转换为[1、2、3]。使用order="increasing"获得[3,2,1](后者可能更自然,因为结果中数字的索引与该数字的基数的幂匹配。)
示例:
In [97]: int2base([255, 987654321], 10)
Out[97]:
array([[0, 0, 0, 0, 0, 0, 2, 5, 5],
       [9, 8, 7, 6, 5, 4, 3, 2, 1]])

In [98]: int2base([255, 987654321], 10, size=12)
Out[98]:
array([[0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 5, 5],
       [0, 0, 0, 9, 8, 7, 6, 5, 4, 3, 2, 1]])

In [99]: int2base([255, 987654321], 10, order="increasing")
Out[99]:
array([[5, 5, 2, 0, 0, 0, 0, 0, 0],
       [1, 2, 3, 4, 5, 6, 7, 8, 9]])

In [100]: int2base([255, 987654321], 16)
Out[100]:
array([[ 0,  0,  0,  0,  0,  0, 15, 15],
       [ 3, 10, 13, 14,  6,  8, 11,  1]])

关于python - 整数数组的基本转换,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/20225613/

10-11 10:31