numpy 二进制符号快速生成

Question

假设，我有一个numpy与向量n的元素，所以我想编码序数在该载体作为二进制符号，所以得到的形状将是(n,m)其中m 是log2(maxnumber)例如：

x = numpy.array([32,5,67])

因为我拥有的最大数量是67，我需要numpy.ceil(numpy.log2(67)) == 7位来编码这个向量，所以结果的形状将是(3,7)

array([[1, 0, 0, 0, 0, 1, 1],
       [0, 0, 0, 0, 1, 0, 1],
       [0, 1, 0, 0, 0, 0, 0]])

问题出现是因为我没有快速的方法将二进制表示法从
函数移动numpy.binary_repr到 numpy 数组。现在我必须迭代结果，并将每一位分别放置：

brepr = numpy.binary_repr(x[i],width=7)
j = 0
for bin in brepr:
   X[i][j] = bin
   j += 1

这是非常耗时和愚蠢的方式，如何使其高效？

Answer 1

这是一种使用np.unpackbits和广播的方式：

>>> max_size = np.ceil(np.log2(x.max())).astype(int)
>>> np.unpackbits(x[:,None].astype(np.uint8), axis=1)[:,-max_size:]
array([[0, 1, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 1, 0, 1],
       [1, 0, 0, 0, 0, 1, 1]], dtype=uint8)