Python 整数位长度

我想找到用二进制表示无符号numpy整数（或整数数组中的每个元素）所需的位数，就像python的

int.bit_length（）

一样，但似乎numpy没有等效的函数

例如：

>>int（0b1000）.位长度（）
4.
>>>np.uint8（0b1000）.位长度（）
AttributeError:'numpy.uint8'对象没有属性'bit\u length'

有人能帮我找到正确的函数吗？我目前的方法是将每个数组元素转换为python int以查找位长度，这似乎是一个糟糕的选项，以提高速度和清晰度：

np.vectorize（lambda np\u int:int（np\u int）.bit\u length（））

您可以获取阵列log2的上限

import numpy as np

x = np.random.randint(0, 100, size=30)
x
# returns:
array([92,  7, 53, 24, 85, 53, 78, 52, 99, 91, 79, 40, 82, 34, 18, 26, 20,
        7, 47, 38, 78, 50, 15, 12, 54,  3, 91, 82, 22, 90])

np.ceil(np.log2(x)).astype(int)
# returns:
array([7, 3, 6, 5, 7, 6, 7, 6, 7, 7, 7, 6, 7, 6, 5, 5, 5, 3, 6, 6, 7, 6,
       4, 4, 6, 2, 7, 7, 5, 7])

试试这个：

np.uint8(0b1000).nbytes*8

---

如果末尾的*8仅仅是每个字节的位数

，那么似乎

位长度（）

确定了一个唯一的值

k

，这样

2**（k-1）这样的值有什么用？c或数字数组的值？您不能将数据类型更改为匹配。@hpaulj这是根据位的连续性对数字进行分类的算法的一部分，例如，6（
0b110
）中的所有位都是连续的，但5（
0b101
）是不连续的，因为1之间有0。谢谢，但我正在寻找数字本身的函数，不是用于存储数字的最小字节数。例如，2（
0b10
）是一个2位数字，即使它必须在内存中至少占用一个字节（
0b00000010
）谢谢，这看起来很棒！我有点担心日志函数对速度的影响，但它实际上比我尝试的向量化函数提高了大约16倍的性能！内置函数的性能总是优于向量化函数。