如何在NumPy中实现Mathematica的MixedRadix功能？

NumPy并没有提供直接对应Mathematica MixedRadix的内置函数，但可以利用其向量化特性实现符合惯用风格的版本，替代原生Python的循环实现。

符合NumPy风格的实现代码 #

import numpy as np

def np_mixed_radix(num, bases):
    bases = np.asarray(bases)
    # 计算各进制位的权重（从左到右的累积乘积逆序）
    weights = np.cumprod(bases[::-1])[::-1]
    # 补全最后一位权重为1，确保位数匹配
    weights = np.append(weights, 1)[1:]
    # 向量化计算每一位数字
    digits = (num // weights) % bases
    return digits

实现说明 #

• 先将输入的bases转为NumPy数组，为后续向量化操作铺路
• 权重数组的计算：通过cumprod（累积乘积）得到每一位进制对应的权重，例如输入bases=[2,3,4]时，权重数组为[12,4,1]
• 利用整数除法和取模的向量化运算，一次性完成所有位数字的计算，避免了原生Python的循环操作，在处理批量数字（如num为NumPy数组）时效率优势明显

示例验证 #

调用np_mixed_radix(10, [2,3,4])会返回array([1, 0, 2])，和你原生Python版本的输出一致，验证了正确性。

内容的提问来源于stack exchange，提问作者xpqz