python - 有没有办法使用 numpy 广播不使用任意 M x N 矩阵？

Question

我有多个 0 和 1 的矩阵，我想找到它们的 NOT 版本。例如：

M  
0 1 0  
1 0 1  
0 1 0

会成为：

!M  
1 0 1  
0 1 0  
1 0 1

现在我有

for row in image:
    map(lambda x: 1 if x == 0 else 0, row)

这工作得很好，但我有一种感觉，我已经看到这真的很简单，只是通过广播。不幸的是，我查到的所有东西都没有敲响。我假设类似的操作将用于对矩阵的值进行阈值处理（即类似的东西1 if x > .5 else 0）。

Answer 1

给定一个由 0 和 1 组成的整数数组：

M = np.random.random_integers(0,1,(5,5))
print(M)
# [[1 0 0 1 1]
#  [0 0 1 1 0]
#  [0 1 1 0 1]
#  [1 1 1 0 1]
#  [0 1 1 0 0]]

NOT以下是您可以使用数组的三种方法：

1. 转换为布尔数组并使用~运算符按位数NOT组：

   print((~(M.astype(np.bool))).astype(M.dtype))
   # [[0 1 1 0 0]
   #  [1 1 0 0 1]
   #  [1 0 0 1 0]
   #  [0 0 0 1 0]
   #  [1 0 0 1 1]]
   

2. 使用numpy.logical_not并将生成的布尔数组转换回整数：

   print(np.logical_not(M).astype(M.dtype))
   # [[0 1 1 0 0]
   #  [1 1 0 0 1]
   #  [1 0 0 1 0]
   #  [0 0 0 1 0]
   #  [1 0 0 1 1]]
   

3. 只需从 1 中减去所有整数：

   print(1 - M)
   # [[0 1 1 0 0]
   #  [1 1 0 0 1]
   #  [1 0 0 1 0]
   #  [0 0 0 1 0]
   #  [1 0 0 1 1]]
   

对于大多数非布尔数据类型，第三种方式可能是最快的。

Answer 2

一种解决方案是将您的数组转换为布尔数组

data = np.ones((4, 4))
bdata = np.array(data, dtype=bool)
print ~bdata