numpy.bitwise_count#

numpy.bitwise_count(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'bitwise_count'>#

计算 x 的绝对值中 1 的位数。类似于内置的 int.bit_count 或 C++ 中的 popcount。

参数:

x类数组，无符号整数: 输入数组。
outndarray, None, or tuple of ndarray and None, optional: 结果存储的位置。如果提供了，它必须具有输入广播到的形状。如果未提供或为 None，则返回一个新分配的数组。元组（仅可能作为关键字参数）的长度必须等于输出的数量。
wherearray_like, optional: 此条件将广播到输入。在条件为 True 的位置，out 数组将设置为 ufunc 结果。在其他地方，out 数组将保留其原始值。请注意，如果通过默认的 out=None 创建了一个未初始化的 out 数组，那么其中条件为 False 的位置将保持未初始化状态。
**kwargs: 有关其他关键字参数，请参阅 ufunc 文档。

返回:

yndarray: 输入中 1 的对应位数。对于所有整数类型，返回 uint8。如果 x 是标量，则返回标量。

参考

[1]

https://graphics.stanford.edu/~seander/bithacks.html#CountBitsSetParallel

[2]

维基百科，“汉明权重”，https://en.wikipedia.org/wiki/Hamming_weight

[3]

http://aggregate.ee.engr.uky.edu/MAGIC/#Population%20Count%20(Ones%20Count)

示例

>>> import numpy as np
>>> np.bitwise_count(1023)
np.uint8(10)
>>> a = np.array([2**i - 1 for i in range(16)])
>>> np.bitwise_count(a)
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15],
      dtype=uint8)