numpy.packbits
numpy.packbits(a, axis=None, bitorder='big')
将二进制值数组的元素打包为uint8数组中的位。
通过在末尾插入零位将结果填充为完整字节。
参数 ： | a ：array_like 一个整数或布尔数组，其元素应打包为位。 axis ： 进行位打包的维度。 bit或der ： 输入位的顺序。 'big'将模拟bin（val），
'little'将颠倒顺序，因此 默认为‘big’。 1.17.0版中的新功能。 |
返回值 ： | packed ：ndarray uint8类型的数组， 其元素表示对应于输入元素的逻辑（0或非零）值的位。 包装的形状具有与输入相同的尺寸数（ 除非轴为None，在这种情况下输出为1-D）。 |
例子
1）一维数组打包
import numpy as np a = np.array([1, 0, 1, 0, 0, 1, 1, 0], dtype=np.uint8) packed = np.packbits(a) print(packed) # [166] # 解释：10100110（二进制） = 0xA6 = 166
2）多维数组按行打包
import numpy as np
a = np.array([
[1, 0, 1, 1, 0, 0, 0, 1],
[0, 1, 1, 0, 1, 0, 0, 0]
], dtype=np.uint8)
packed = np.packbits(a, axis=1)
print(packed)
# 输出：[[177] [104]]
# 第一行二进制：10110001 = 0xB1 = 177
# 第二行二进制：01101000 = 0x68 = 1043）布尔数组
import numpy as np a = np.array([True, False, True, False, False, True, True, True]) packed = np.packbits(a) print(packed) # [167] # 解释：10100111（二进制）= 0xA7 = 167
4）bitorder 参数对比
import numpy as np a = np.array([1, 0, 1, 0, 0, 1, 1, 0], dtype=np.uint8) # [166] = 10100110 print(np.packbits(a, bitorder='big')) # [103] = 01100111 print(np.packbits(a, bitorder='little'))