Question

我正在使用Python3做我的第一步，所以我不确定如何解决以下任务。我想计算一个numpy数组中每个位随时间变化的频率，我的数组如下所示：

第一列：时间戳；第二列：ID；倒数第三列：byte8，...，byte2，byte1，byte0（每字节8位）

[[0.009469 144 '00001001' ... '10011000' '00000000' '00000000']
 [0.01947 144 '00001000' ... '10011000' '00000000' '00000001']
 [0.029468 144 '00001001' ... '10011000' '00000000' '00000011']
 ...
 [0.015825 1428 '11000000' ... '01101101' '00000000' '00000001']
 [0.115823 1428 '11000000' ... '01101100' '00000000' '00000000']
 [0.063492 1680 '01000000' ... '00000000' '00000000' '00000000']]

任务是计算一段时间内每个ID的位变化。结果应如下所示（时间戳可以忽略）：

对于每个包含以下内容的ID，

一行：

第一列：ID；第65列（更改数bit64，更改数bit63，...更改数bit1，更改数bit0）

因此在这个简短的示例中，应该有一个包含3行（ID144，ID1428和ID1680）和65列的结果数组。

您知道如何实现吗？

Answer 1

第一步绝对是删除“时间戳”和“ ID”列，并确保其不是string类型。我认为您不能拥有一个看起来像您的示例的numpy数组（复合dtype除外，这会使情况变得复杂）。对于“ ID”，您应将不同的“ ID”分隔到不同的数组，例如：

a = yourArray[yourArray[1]==144]
b = yourArray[yourArray[1]==1428]
c = yourArray[yourArray[1]==1680]

由于我没有您的数据，我将在此处制作一些随机数据：

a = np.random.randint(0, 256, (16, 8), 'B')

a应该看起来像：

array([[ 46,  74,  78,  41,  46, 173, 188, 157],
       [164, 199, 135, 162, 101, 203,  86, 236],
       [145,  32,  40, 165,  47, 211, 187,   7],
       [ 90,  89,  98,  61, 248, 249, 210, 245],
       [169, 116,  43,   6,  74, 171, 103,  62],
       [168, 214,  13, 173,  71, 195,  69,   8],
       [ 33,   1,  38, 115,   1, 111, 251,  90],
       [233, 232, 247, 118, 111,  83, 180, 163],
       [130,  86, 253, 177, 218, 125, 173, 137],
       [227,   7, 241, 181,  86, 109,  21,  59],
       [ 24, 204,  53,  46, 172, 161, 248, 217],
       [132, 122,  37, 184, 165,  59,  10,  40],
       [ 85, 228,   6, 114, 155, 225, 128,  42],
       [229,   7,  61,  76,  31, 221, 102, 188],
       [127,  51, 185,  70,  17, 138, 179,  57],
       [120, 118, 115, 131, 188,  53,  80, 208]], dtype=uint8)

之后，您可以简单地：

abs(np.diff(np.unpackbits(a, 1).view('b'), axis=0)).sum(0)

获取与每个位相对应的行方向上的更改数：

array([ 7,  9,  7,  7,  9, 12, 10,  6,  7,  8,  8,  7,  7,  6,  7,  9,  8,
        7, 11,  9,  8,  7,  5,  7,  7,  9,  6,  9,  8,  7,  9,  7,  6, 10,
        8, 12,  5,  5,  5,  9,  7,  9,  8, 12,  9,  8,  5,  5,  5,  8, 10,
       10,  7,  6,  7,  8,  7,  8,  5,  5, 11,  7,  6,  8])

这是与(64,)相对应的形状ID=144数组。要生成结果(3, 64)，请合并三个结果，例如：

np.array((aResult, bResult, cResult))

计算numpy数组中的更改位

1 个答案: