python将矩阵转换为二进制版本（基本2）

原始问题

（正在寻找有关将矩阵中的整数转换为base=2的二进制版本的函数的帮助

我曾尝试使用

numpy.binary_repr

，但它对矩阵不起作用

有什么建议/功能吗

（谢谢）

修正问题

这里的目标是创造

-500x50 2D阵列/以前称其为矩阵。在-1和+1之间随机化

-将其标准化为介于0和1之间

-乘以1000并取整

-通过获取其中的基2，使用固定的 10位大小

以下代码到目前为止

import numpy as np

np.random.seed(seed=1)
Weights = np.random.uniform(low=-1.0, high=1.0, size=500*50)

Weights = reshape(Weights,(500,50)) 


print(Weights.shape)

#Normalise the Weights
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()
Weights_Norm = scaler.fit_transform(Weights)
#print(Weights_Norm)

#Multiply by 1000 to get integers below 1000
Weights_Norm_1000=Weights_Norm*1000
#print(Weights_Norm_1000)

Weights_Norm_1000R= matrix.round(Weights_Norm_1000,0)
print(Weights_Norm_1000R)

Weight_int=Weights_Norm_1000R.astype(int)

x = np.array(Weight_int)
print(np.array([np.binary_repr(a) for b in x for a in b]).reshape(x.shape))

---

假设您有一个

numpy

矩阵

x

，您可以尝试：

np.array([np.binary_repr(a) for b in x for a in b]).reshape(x.shape)

例如：

将numpy作为np导入

x = np.array([[1,2,3],[4,5,6]])
np.array([np.binary_repr(a) for b in x for a in b]).reshape(x.shape)
#array([['1', '10', '11'],
#       ['100', '101', '110']], dtype='<U3')

x=np.array（[[1,2,3]，[4,5,6]）
np.数组（[np.二进制表示（a）表示b中的b，表示b中的a]）。重塑（x.shape）
#数组（['1'，'10'，'11']，
#['100'、'101'、'110']]，dtype='您的问题不清楚。您实际使用的是Numpy矩阵还是普通的Numpy数组？这与请求库有什么关系？请发布一些示例代码，或者至少是您试图“二元化”的“矩阵”东西的一小部分（不是一个单词）。在Python中有几种表示矩阵的方法，解决方案将非常依赖于您使用的方法。（此外，这个问题实际上也不涉及太多数学问题，除非您想自己编写整数->二进制表示代码。）这不是一个.OTOH，我怀疑OP实际上没有使用Numpy矩阵。是的，确实如此。我将它解释为一个2D数组。如果它实际上是一个
矩阵
，如果你只是将
x
替换为
np.array（x）
，上面的方法就行了。