NumPy는 배열 및 행렬 데이터 구조의 수치 계산에 널리 사용되는 Python의 강력한 라이브러리입니다. 그것이 제공하는 많은 기능 중 하나는 팩빗, 지정된 축을 따라 이진 데이터를 효율적으로 인코딩할 수 있습니다. 이 기사에서는 축 1을 따라 NumPy의 packbits 기능을 사용하는 방법을 살펴보고 그 기술과 응용 프로그램에 대해 논의합니다. 그 과정에서 관련 라이브러리 및 기능에 대해서도 자세히 알아볼 것입니다.
NumPy의 packbits 기능 이해
XNUMXD덴탈의 팩빗 NumPy의 함수는 비트 그룹을 함께 압축하여 이진 데이터를 압축하도록 설계된 도구입니다. 메모리 사용량을 크게 줄이고 코드 효율성을 향상시킬 수 있으므로 대규모 이진 데이터 세트로 작업할 때 특히 유용합니다. 이 기능은 지정된 축을 따라 작동하므로 비트가 압축되는 방향을 제어할 수 있습니다.
import numpy as np
# Example binary data array
binary_data = np.array([[0, 1, 1, 0, 1, 1, 1, 1],
[1, 0, 0, 1, 0, 0, 0, 1]])
packed_data = np.packbits(binary_data, axis=1)
print(packed_data)
위의 코드는 packbits 함수를 사용하여 축 1을 따라 이진 데이터를 압축하는 방법을 보여줍니다. 축 1을 지정하여 입력 배열의 열을 따라 비트를 압축하도록 NumPy에 지시합니다.
코드에 대한 단계별 설명
1. 먼저 "np"라는 별칭을 사용하여 NumPy 라이브러리를 가져옵니다.
import numpy as np
2. 다음으로 각 요소가 2 또는 0일 수 있는 예제 1D 이진 데이터 배열을 생성합니다.
binary_data = np.array([[0, 1, 1, 0, 1, 1, 1, 1],
[1, 0, 0, 1, 0, 0, 0, 1]])
3. 그런 다음 packbits 함수를 호출하여 축 1을 따라 이진 데이터를 압축합니다.
packed_data = np.packbits(binary_data, axis=1)
4. 마지막으로 압축된 데이터 배열 결과를 인쇄합니다.
print(packed_data)
이 코드의 출력은 압축된 이진 데이터를 포함하는 2D 배열입니다.
[[179]
[137]]
이는 원본 이진 데이터가 지정된 축을 따라 효율적으로 압축되어 메모리 사용량이 감소하고 성능이 향상되었음을 의미합니다.
관련 라이브러리의 유사한 기능
packbits 외에도 비슷한 기능을 제공하는 다른 기능과 라이브러리가 있습니다. 몇 가지 예는 다음과 같습니다.
Python의 내장 binascii 라이브러리
XNUMXD덴탈의 Binascii 라이브러리는 Python의 표준 라이브러리의 일부이며 이진 및 다양한 ASCII 인코딩 이진 표현 간의 변환을 위한 메서드를 제공합니다. 제공하는 기능 중 하나는 헥시파이, 이진 데이터를 XNUMX진수 문자열 표현으로 변환하는 데 사용할 수 있습니다.
import binascii binary_data = b'x00x01x01x00' hex_data = binascii.hexlify(binary_data) print(hex_data)
이 예제에서 binascii.hexlify 함수는 이진 데이터를 포함하는 바이트열 객체를 XNUMX진수 문자열 표현으로 변환하는 데 사용됩니다.
이중 배열 라이브러리
이진 데이터 작업에 유용할 수 있는 또 다른 라이브러리는 비트어레이 도서관. 이 라이브러리는 큰 비트 시퀀스를 조작하고 저장하는 데 사용할 수 있는 효율적인 비트 배열 데이터 구조를 제공합니다.
from bitarray import bitarray binary_data = '01101111 10010001' bit_array = bitarray(binary_data) packed_data = bit_array.tobytes() print(packed_data)
이 예제에서는 이진 문자열에서 bitarray 객체를 만든 다음 tobytes 메서드를 사용하여 압축된 데이터를 바이트열 객체로 가져옵니다.
결론적으로 NumPy의 packbits 함수는 지정된 축을 따라 바이너리 데이터를 인코딩하는 유용한 도구이며, 궁극적으로 코드를 보다 효율적으로 만들고 메모리를 절약합니다. 또한 바이너리 데이터로 작업하는 데 도움이 되는 binascii 라이브러리 및 bitarray 라이브러리와 같은 다른 라이브러리 및 기능도 있습니다.
