Python-Numpy-将十六进制字符串的Numpy数组转换为整数

我有一个十六进制字符串的numpy数组（例如：['9'，'a'，'B']），希望将它们全部转换为0到255之间的整数。我知道的唯一方法是使用for循环并附加一个单独的numpy数组

import numpy as np

hexArray = np.array(['9', 'A', 'B'])

intArray = np.array([])
for value in hexArray:
    intArray = np.append(intArray, [int(value, 16)])

print(intArray) # output: [ 9. 10. 11.]

---

有更好的方法吗？

使用列表理解：

 array1=[int(value, 16) for value in hexArray]
 print (array1)

输出：

[9, 10, 11]

使用地图的备选方案：

导入工具
列表（映射（functools.partial（int，base=16），hexArray））
[9, 10, 11]

具有阵列视图功能的矢量化方式-

In [65]: v = hexArray.view(np.uint8)[::4]

In [66]: np.where(v>64,v-55,v-48)
Out[66]: array([ 9, 10, 11], dtype=uint8)

计时

给定样本的设置按

1000x的比例放大-

In [75]: hexArray = np.array(['9', 'A', 'B'])

In [76]: hexArray = np.tile(hexArray,1000)

# @tianlinhe's soln
In [77]: %timeit [int(value, 16) for value in hexArray]
1.08 ms ± 5.67 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

# @FBruzzesi soln
In [78]: %timeit list(map(functools.partial(int, base=16), hexArray))
1.5 ms ± 40.5 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

# From this post
In [79]: %%timeit
    ...: v = hexArray.view(np.uint8)[::4]
    ...: np.where(v>64,v-55,v-48)
15.9 µs ± 294 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

intArray=[int（hexNum，16）表示列表中的hexNum（hexArray）]

尝试此操作，使用列表理解将每个十六进制数转换为整数。
是否存在等于或大于10的数字字符串？还有，顺便问一下，你在找什么？紧凑还是性能更高？@Divakar我希望它转换所需的时间最少。这个例子只有几个值，但我会有1000个值的数组。
hexArray=np.array（['9'，'a'，'1B']）
其中
1B
-->
27
使用这个代码我会得到输出
数组（[9，208，10，208，1，11]，dtype=uint8）
。如何让它对任何值工作，而不仅仅是对1，2，3，4，5，6，7，8，9，a，b，c，d，e，f@Ch3steR那是我的，没有回应，而且因为标题有
hex
字符串，我假设它都是一个字符串。我想如果他们也有这样的情况，OP会回来的。我不是说这个答案不好或是抱怨。我只是想知道如何将每个十六进制字符串转换为int。@Ch3steR我没想到你是。对于这一点，我们需要进一步处理
v
，这将不是很好。