Python 如何在numpy中创建布尔数组

我必须处理一个大数据300×4×1400000的整数数组，大约

4byte * 300 * 4 * 1400000 = 6.72GB

---

但是，此数组仅包含0或1。因此，如果我可以使用布尔数组，那么大小将缩小到原始数据的6.25%

6.72GB / 4bytes / 8bits/bytes * 2 = 420Mbits 

有没有办法在numpy中使用布尔数组

编辑： 我不知道他为什么删除了他的答案，但这正是我想要的

arr = np.ones((300,2,1400000), dtype = np.bool)

这将导致12.5%的压缩

>>> arr = np.ones((300,2,1400000), dtype = np.bool)
>>> arr.nbytes
840000000

>>> arr = np.ones((300,2,1400000))
>>> arr.nbytes
6720000000

840000000/6720000000 = 12.5%

---

这将使您减少75%，从每项4字节减少到每项1字节

bool_array = np.logical_and(int_array, True)

---

虽然有一种方法可以操作这些文件中的“位字段”，但它们并不能在位级别上提供适当的numpy数组的便利

---

这就是说，numpy确实有逻辑或布尔数组，即带有dtype bool的数组。它们每个元素只占用一个字节，是正确的数组。当您的数组是通过逻辑数组操作创建的，例如，b=a>0，它将自动成为布尔类型。您可以通过标准的numpy方式获得布尔数组a.astypebool、array…、dtype=bool等。

此数组仅包含0或1。。。每个元素有2个位-嗯，什么？如何用2位来表示呢？谢谢。我使用h5py从.mat数据文件加载数组。看起来，即使数据只包含0和1，我也得到了整数数组。因此，我将使用dtype=np.bool参数将其转换为bool数组。@takataka我认为hdf5使用或能够使用压缩，这将大大减少浪费。不知道matlab-hdf5到底做了什么。不管怎样，我觉得你的计划不错。