numpy.bitwise_count#

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

Вычисляет количество единичных битов в абсолютном значении x. Аналогично встроенной функции int.bit_count или popcount в C++.

Параметры:

xarray_like, unsigned int: Входной массив.
выходndarray, None или кортеж из ndarray и None, опционально: Место для сохранения результата. Если предоставлено, оно должно иметь форму, в которую транслируются входные данные. Если не предоставлено или None, возвращается вновь выделенный массив. Кортеж (возможен только как ключевой аргумент) должен иметь длину, равную количеству выходов.
гдеarray_like, необязательный: Это условие транслируется на вход. В местах, где условие истинно, выход массив будет установлен в результат ufunc. В других местах выход массив сохранит своё исходное значение. Обратите внимание, что если неинициализированный выход массив создается через стандартный out=None, позиции внутри неё, где условие ложно, останутся неинициализированными.
**kwargs: Для других аргументов, доступных только по ключевым словам, смотрите документация ufunc.

Возвращает:

yndarray: Соответствующее количество единичных битов во входных данных. Возвращает uint8 для всех целочисленных типов. Это скаляр, если x является скаляром.

Ссылки

[1]

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

[2]

Википедия, "Вес Хэмминга", https://en.wikipedia.org/wiki/Hamming_weight

[3]

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

Примеры

>>> 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)