Преобразование ByteString в массив numpy из 1 и 0

Я хочу превратить байтовую строку, например b'\xed\x07b\x87S.\x866^\x84\x1e\x92\xbf\xc5\r\x8c', в пустой массив из 1 и 0 (т.е. двоичное значение этой байтовой строки в виде массива двоичных значений).

Как мне это сделать?

Я пытался использовать np.fromstring и np.frombuffer, но ни то, ни другое не помогло.

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
57
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

Используйте numpy.unpackbits. Согласно документам:

Распаковывает элементы массива uint8 в выходной массив с двоичным значением.

import numpy as np

b = b'\xed\x07b\x87S.\x866^\x84\x1e\x92\xbf\xc5\r\x8c'

bits_array = np.unpackbits(np.frombuffer(b, dtype=np.uint8))
print(bits_array)

выходы

[1 1 1 0 1 1 0 1 0 0 0 0 0 1 1 1 0 1 1 0 0 0 1 0 1 0 0 0 0 1 1 1 0 1 0 1 0
 0 1 1 0 0 1 0 1 1 1 0 1 0 0 0 0 1 1 0 0 0 1 1 0 1 1 0 0 1 0 1 1 1 1 0 1 0
 0 0 0 1 0 0 0 0 0 1 1 1 1 0 1 0 0 1 0 0 1 0 1 0 1 1 1 1 1 1 1 1 0 0 0 1 0
 1 0 0 0 0 1 1 0 1 1 0 0 0 1 1 0 0]

Я не верю, что numpy дает вам возможность сделать это напрямую.

Вы можете сделать это в несколько шагов:

x = np.frombuffer(data, dtype=np.ubyte)
y = np.array([1, 2, 4, 8, 16, 32, 64, 128])

z = np.sign(x[:,None] & y[None,:])

Теперь это дает вам массив 16x8 из 0 и 1 с вашими данными. Вы можете изменить его размер, если вам нужны плоские данные.

z.resize(len(data) * 8)

Я думаю, что y следует перевернуть. В противном случае вы получите [0, 1, 0, 0, 1, 0, 0, 0] вместо \x12 вместо [0, 0, 0, 1, 0, 0, 1, 0].

Brian 13.02.2023 22:03

Кроме того, вы можете использовать .reshape(-1), .flat или .flatten() вместо изменения размера с явным вычислением длины.

Brian 13.02.2023 22:03

@Brian: было неясно, в каком порядке OP хотел получить выходные байты, поскольку образец вывода не был предоставлен. Я видел интерпретацию байтов как с прямым порядком байтов, так и с прямым порядком байтов.

Frank Yellin 13.02.2023 22:16

@Brian Следите за тем, чтобы np.ndarray.flatten() создавал копию ввода, а не представление, которое вернут np.ndarray.reshape(-1) или np.ndarray.ravel(). np.ndarray.flat возвращает объект, похожий на итератор, поэтому он сильно отличается от других.

norok2 13.02.2023 22:53

Другие вопросы по теме