numpy bitwise_and 无法将参数 1 广播到输出数组

Question

我正在尝试实现矢量化来回答这个问题

Fastest way to get hamming distance for integer array

r = (1 << np.arange(64, dtype=np.uint64))[:, None]
def hamming_distance_v2(a, b):
    t = np.bitwise_xor(a, b)
    p = np.bitwise_and(t, r)
    return np.count_nonzero(p != 0)

我想传递一个二维数组作为第一个参数，例如

a = [[127,255], [127,255]]
b = [127,240]
hamming_distance_v1(a, b) -> [4,4]

如果使用二维数组作为第一个参数，则返回以下错误：

ValueError: unable to broadcast argument 1 to output array

有没有办法在当前实现汉明距离的基础上实现矢量化或其他方法来计算 2d 和 1d 数组之间的距离？

Answer 1

根据问答链接的回答，他们将修改以合并额外的暗淡，如下所示。

方法#1

def hamming_distance(a, b):
    r = (1 << np.arange(8))[:,None]
    mask = (a[:,None] & r) != (b & r)
    return mask.sum((1,2))

方法 #2

def hamming_distance_v2(a, b):
    r = (1 << np.arange(8))[:,None]
    xor = np.bitwise_xor(a[:,None],b)
    mask = (xor & r) != 0
    return mask.sum((1,2))

方法#3

另一个np.unpackbits -

def hamming_distance_v3(a, b):
    a = np.asarray(a, dtype=np.uint8)
    b = np.asarray(b, dtype=np.uint8)
    m = np.unpackbits(a,axis=1) != np.unpackbits(b)
    return m.sum(1)

示例运行 -

In [107]: a
Out[107]: 
array([[127, 255],
       [127, 205],
       [227, 255]])

In [108]: b
Out[108]: array([127, 240])

In [109]: hamming_distance(a, b)
Out[109]: array([4, 5, 8])