在python中解析（拆分）二进制位的最快方法

Question

我们正在使用此FPGA计数器对光子进行计数并进行时间标记。 每分钟大约有500MB的数据。 我正在获取十六进制字符串中的 32位数据* 使用little-endian字节顺序存储的32位有符号整数。 目前我正在做的像：

def getall(file):
    data1 = np.memmap(file, dtype='<i4', mode='r')

    d0=0
    raw_counts=[]
    for i in data1:

        binary = bin(i)[2:].zfill(8)
        decimal = int(binary[5:],2)

        if binary[:1] == '1':
            raw_counts.append(decimal)

    counter=collections.Counter(raw_counts)
    sorted_counts=sorted(counter.items(), key=lambda pair: pair[0], reverse=False)
    return counter,counter.keys(),counter.values()

我认为这部分（ binary = bin(i)[2:].zfill(8);decimal = int(binary[5:],2) ）正在减慢该过程。 （不，不是。我是通过对程序进行概要分析发现的。）有什么方法可以加快它的速度吗？ 到目前为止，我只需要[5：]中的二进制位。 我不需要所有的32位。 因此，我认为将32位解析为最后27位会花费很多时间。 谢谢，

*更新1

JFSebastian指出了它不是十六进制字符串。

*更新2

如果有人需要，这里是最终代码。 我最终使用np.unique而不是收集计数器。 最后，由于要进行累计计数，我转换回了收款柜台。

#http://stackoverflow.com/questions/10741346/numpy-most-efficient-frequency-counts-for-unique-values-in-an-array
def myc(x):
    unique, counts = np.unique(x, return_counts=True)
    return np.asarray((unique, counts)).T


def getallfast(file):
    data1 = np.memmap(file, dtype='<i4', mode='r')
    data2=data1[np.nonzero((~data1 & (31 <<1)))] & 0x7ffffff #See J.F.Sebastian's comment.
    counter=myc(data2)
    raw_counts=dict(zip(counter[:,0],counter[:,1]))
    counter=collections.Counter(raw_counts)

    return counter,counter.keys(),counter.values()

但是，对于我来说，这似乎是最快的版本。 data1[np.nonzero((~data1 & (31 <<1)))] & 0x7ffffff与先计数相比变慢，以后再转换数据binary = bin(counter[i,0])[2:].zfill(8)

def myc(x):
    unique, counts = np.unique(x, return_counts=True)
    return np.asarray((unique, counts)).T

def getallfast(file):
    data1 = np.memmap(file, dtype='<i4', mode='r')
    counter=myc(data1)
    xnew=[]
    ynew=[]
    raw_counts=dict()
    for i in range(len(counter)):
        binary = bin(counter[i,0])[2:].zfill(8)
        decimal = int(binary[5:],2)
        xnew.append(decimal)
        ynew.append(counter[i,1])
        raw_counts[decimal]=counter[i,1]


    counter=collections.Counter(raw_counts)
    return counter,xnew,ynew

Answer 1

我想您可以尝试以下两种方法之一

可以只取二进制和fivebits=my_int&0x1f

如果您想要另一端的五位，仅fivebits = my_int >> (32-5)

但是根据我的经验，将其转换为字符串确实非常快...很多年前，我认为这是一个瓶颈...在对其进行概要分析后，我发现它不是