python與numpy移位

Question

我正在使用64位無符號整數，並且在對位進行了移位后比較了該值，然后再解碼其余的位值。 我正在遍歷數百萬個值，並試圖減少處理時間。

問題是uint64或numpy-uint64不支持移位。 我試圖避免使用int64來避免出現負值。

示例數據：移位后（word >> 60）為0x8204000000000080：= -8＃但與0x8比較

循環一百萬次並查看需要花費多長時間，發現在所有方法中，“ >>”移位運算符是最方便的，其次是調用abs（）函數的最佳選擇。 是否有更好，更方便的解決方案？

循環碼：

import numpy as np
import time

start_time= time.time()
for i in range(1000000):
    x= np.int64(-1)
    x=np.right_shift(x,60)
print (time.time()-start_time)

start_time= time.time()
for i in range(1000000):
    x= np.uint64(-1)
    x=int(x/(2**60))
print (time.time()-start_time)

start_time= time.time()
for i in range(1000000):
    x= np.int64(-1)
    x=abs(x>>60)
print (time.time()-start_time)

start_time= time.time()
for i in range(1000000):
    x= np.int64(-1)
    x= x>>60
print (time.time()-start_time)

輸出：

2.055999994277954
3.1540000438690186
0.619999885559082
0.5810000896453857

Answer 1

問題是，當您將偏移應用於數組標量時，NumPy嘗試生成可容納兩個輸入dtype的所有值的輸出類型（將Python int強制轉換為int32或int64）。 沒有可以容納uint64和帶符號dtype的所有值的整數dtype，並且在這里不是浮點數的選擇。

當一個操作數是數組而另一個是標量（此處為Python int）時， NumPy嘗試將標量填充為較小的dtype ，對於大多數移位操作，這意味着將移位量強制轉換為int8或uint8，具體取決於其他操作數已簽名。 uint64和uint8都適合uint64。

您必須將偏移量轉換為無符號整數：

>>> numpy.uint64(-1) >> 1
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: ufunc 'right_shift' not supported for the input types, and the inputs
 could not be safely coerced to any supported types according to the casting rul
e ''safe''
>>> numpy.uint64(-1) >> numpy.uint64(1)
9223372036854775807

Answer 2

>>> import numpy
>>> a = numpy.array([1,2,3],dtype=numpy.uint64)
>>> a>>2
array([0, 0, 0], dtype=uint64)

>>> a = numpy.array([1,2,2**64-1],dtype=numpy.uint64)
>>> a>>2 
array([0, 0, 4611686018427387903], dtype=uint64)
>>> a>>60
array([ 0,  0, 15], dtype=uint64)

我可能不明白這個問題？