Python 对整数和数组输入使用numpy数组

我是一名Matlab用户，正在尝试进入Python。我试着用Python编写一个最简单的示例

de2bi

函数（它将十进制数转换为二进制数作为右msb），这是我以前在Matlab中使用过的。但是，我对numpy数组感到困惑

Python代码：

import numpy as np

def de2bi(d, n)
    d = np.array(d)
    power = 2**np.arange(n)
    d = d * np.ones((1,n))
    b = np.floor((d%(2*power))/power)
    return b

Python输出：

>>> print(de2bi(13,8))
[[ 1.  0.  1.  1.  0.  0.  0.  0.]]

print(de2bi([13,15],8)) #This line fails

Matlab代码：

function b = d2b( d, n )
    d = d(:);
    power = ones(length(d), 1)*(2.^(0 : n-1));
    d = d * ones(1, n);
    b = floor(rem(d, 2*power)./power);
end

Matlab输出：

>> d2b(13,8)

ans =

     1     0     1     1     0     0     0     0

>> d2b([13,15],8)

ans =

     1     0     1     1     0     0     0     0
     1     1     1     1     0     0     0     0

Matlab代码适用于整数输入和整数数组。但是python代码适用于整数输入，但对于数组却一直失败。如何在Python中自动管理整数和整数数组的操作？对不起，这可能是一个非常简单的问题，但我是python的新手

---

提前谢谢。

您的问题在于乘法：

d=d*np.ones（（1，n））

。NumPy尝试执行按元素的乘法，但由于维度不匹配（您的数组只有一行），乘法将失败。但是，当d是标量时，NumPy可以推断您的意思是乘法到标量，因此代码将运行

您真正想要做的（据我所知）是将每个元素扩展到一个n长度的行。一种可能的解决方案是创建一个中间数组来保存新值，因为数组的大小是不可变的：

def d2b(d, n):
    d = np.array(d)
    d = np.reshape(d, (1, -1))
    power = np.flipud(2**np.arange(n))

    g = np.zeros((np.shape(d)[1], n))

    for i, num in enumerate(d[0]):
        g[i] = num * np.ones((1,n))
    b = np.floor((g%(2*power))/power)
    return b

这有用吗

In [439]: d=np.array([13,15])
In [440]: power=np.ones((d.shape[0],1))*(2**np.arange(8))
In [441]: power
Out[441]: 
array([[   1.,    2.,    4.,    8.,   16.,   32.,   64.,  128.],
       [   1.,    2.,    4.,    8.,   16.,   32.,   64.,  128.]])
In [442]: np.floor((d[:,None]%(2*power))/power)
Out[442]: 
array([[ 1.,  0.,  1.,  1.,  0.,  0.,  0.,  0.],
       [ 1.,  1.,  1.,  1.,  0.,  0.,  0.,  0.]])

我们甚至不需要

的

：

In [443]: power = 2**np.arange(8)
In [444]: np.floor((d[:,None]%(2*power))/power)
Out[444]: 
array([[ 1.,  0.,  1.,  1.,  0.,  0.,  0.,  0.],
       [ 1.,  1.,  1.,  1.,  0.,  0.,  0.,  0.]])

当针对

power

广播

d

时，

power

的维度扩展是自动的：

d[：，None]（2*power[None，：]）

。MATLAB中的

阵列

实现了相同的维数扩展（到（2,8）形阵列）

可能需要从

d=np开始。至少\u 1d（d）

，因此它将标量情况视为一个1元素数组。我们可以对其进行优化，使其在给定标量时返回一维数组，在给定列表或一维数组时返回二维数组。在MATLAB中，所有内容都是2d或更高

---

更好的方法是，在展开

d

时使用

省略号。那么d可以是0d、1d甚至nd

np.floor((d[...,None]%(2*power))/power)

使用
flipud
看起来很有趣。您应该能够像matlab one一样编写numpy电源线，利用广播来生成2d数组。@hpaulj问题是，当我尝试使用整数输入时，python不会将其转换为类似[x]的列表，当我手动转换时，数组会变为类似[x，y]]的[x，y]列表。我想我需要得到x的[x]和[x]，[y]]的[x，y]，但我不知道如何像在matlab中那样用几行代码来管理这个简单的步骤。我们真的需要一个循环吗？有没有一种直接的方法可以让numpy在没有任何循环的情况下处理这个问题？我不是100%肯定，因为我们仍然依赖于标量数组乘法。也许你可以把这个运算转换成数组乘法（np.dot（））？也许是用一个单位矩阵而不是一个，但我不确定这个单位矩阵的数学原理。谢谢你的回答。我想有一种直接的方法可以在不进入循环的情况下得到与matlab相同的运算。我刚刚开始学习python，并尝试处理基础知识。我希望我们也能看到其他捷径的答案。（我很抱歉，我不能给你+1，因为我还没有足够的声誉）谢谢你的回答。它适用于
d=[13,15]
，但当d直接作为
d=13
分配给整数时，即使在使用
d=np之后，它也会给出索引器。至少\u 1d（d）
。在MATLAB中，它会自动将整数x转换为数组[x]，因此在操作过程中不会出现任何问题。我在没有看到您对
np.floor（（d[…，None]（2*power））的编辑的情况下发表了评论/power
。它现在也适用于0d数组。但输出格式不同。这适用于正向操作，但不适用于反向函数。我可以通过编辑将我的解决方案以及添加到您的答案中，然后接受您的答案吗？
至少应使用标量。请记住，MATLAB可以没有标量；所有东西都是2d的。您的1行MATLAB案例具有形状（1,8），在numpy中可能是（8，）。