Python 如何加速整数值的二进制转换

我编写了以下方法（在Python2.7中）来生成一组整数并将其转换为二进制表示。它采用两个自解释的参数：

total_num_nodes

和

dim

。它返回numpy矩阵，如包含所有这些整数的二进制表示：

def generate(total_num_nodes, dim):

    # Generate random nodes from the range (0, dim-1) 
    nodes_matrix = [random.randint(0, 2 ** dim - 1) for _ in range(total_num_nodes)]

    # Removes duplicates
    nodes_matrix = list(set(nodes_matrix))

    # Transforms each node from decimal to string representation
    nodes_matrix = [('{0:0' + str(dim) + 'b}').format(x) for x in nodes_matrix]

    # Transforms each bit into an integer.
    nodes_matrix = np.asarray([list(map(int, list(x))) for x in nodes_matrix], dtype=np.uint8)

    return nodes_matrix

问题是，当我传递非常大的值时，比如说

total_num_nodes=10000000

和

dim=128

，生成时间非常长。我的一位朋友暗示我，下面这行实际上是一个瓶颈，它可能会占用大部分计算时间：

# Transforms each node from decimal to string representation
nodes_matrix = [('{0:0' + str(dim) + 'b}').format(x) for x in nodes_matrix]

我想不出其他更快的方法来回复这一行，以便在单处理器上运行时加快生成时间。非常感谢您的任何建议

---

谢谢

在numpy做这一切会更快

以下内容生成

np.uint8

数据的

dim

列的

total_num_节点

行，然后通过提供适合

np.unique

的数据视图来保留唯一行，然后转换回2D数组：

import numpy as np

def generate(total_num_nodes, dim):
    a = np.random.choice(np.array([0,1],dtype=np.uint8),size=(total_num_nodes,dim))
    dtype = a.dtype.descr * dim
    temp = a.view(dtype)
    uniq = np.unique(temp)
    return uniq.view(a.dtype).reshape(-1,dim)

---

与其猜测，不如尝试对程序进行基准测试。\@user202729非常感谢。我从没想过。我还是个中级程序员。我很惊讶地图是一条占用大部分时间的直线！！！稍后我会写一个完整的答案。现在，一个提示（在TIO上验证）：使用

ord

@user202729非常感谢。我迫不及待地想看看你的答案。真是太棒了！谢谢你，所以我的方法还是比较慢的（大约2.5倍），所以我不会发布。（@Lauren）（使用

a！=“0”

似乎比

ord（a）-48略快一些）