Python中二进制数组转整数及二进制矩阵转索引矩阵的实现方法咨询

嘿，这两个Python里的数组/矩阵转换问题我经常碰到，给你整理了几种实用的解决方法，看看哪种适合你的场景：

这里有两种常用的方式，分别适配不同需求：

• 字符串拼接法（简单直观）
  把二进制数组里的每个元素转成字符串，拼接成完整的二进制字符串后，用int()函数指定进制为2来转换：

  binary_array = [1, 0, 1, 1]
  decimal_number = int(''.join(map(str, binary_array)), 2)
  print(decimal_number)  # 输出：11
  

  这种方法代码简洁，容易理解，适合中小规模的数组。

• 位运算法（高效性能）
  如果处理的二进制数组很大，位运算的方式会更高效，不需要额外的字符串操作：

  binary_array = [1, 0, 1, 1]
  decimal_number = 0
  for bit in binary_array:
      decimal_number = (decimal_number << 1) | bit
  print(decimal_number)  # 输出：11
  

  原理是每次把当前结果左移一位（相当于乘以2），再和当前的二进制位做或运算，逐步构建出最终的整数。

针对你给出的矩阵a，每行只有一个1，要得到每行1的索引组成的列矩阵b，同样有两种实现方式：

• 纯Python列表操作（无需额外库）
  直接遍历矩阵的每一行，用index(1)找到该行中1的位置，再把结果包装成列矩阵的格式：

  a = [[1, 0, 0, 0, 0], [0, 0, 1, 0, 0], [0, 1, 0, 0, 0], [0, 0, 0, 1, 0], [0, 0, 0, 0, 1]]
  b = [[row.index(1)] for row in a]
  print(b)
  # 输出：[[0], [2], [1], [3], [4]]
  

  这种方法不需要安装任何第三方库，代码简洁直接，适合小规模矩阵。

• Numpy实现（高效处理大规模矩阵）
  如果你的矩阵很大，用Numpy的向量操作会快很多，利用argmax()函数找到每行最大值（也就是1）的索引，再通过reshape()转成列矩阵：

  import numpy as np
  
  a = np.array([[1, 0, 0, 0, 0], [0, 0, 1, 0, 0], [0, 1, 0, 0, 0], [0, 0, 0, 1, 0], [0, 0, 0, 0, 1]])
  b = np.argmax(a, axis=1).reshape(-1, 1)
  print(b)
  # 输出：
  # [[0]
  #  [2]
  #  [1]
  #  [3]
  #  [4]]
  

  axis=1表示按行查找最大值的索引，reshape(-1,1)会自动把一维数组转换成列数为1的二维矩阵。

内容的提问来源于stack exchange，提问作者user3043636