有没有办法不使用numpy广播的任意M x N矩阵？

Question

我有多个0和1的矩阵，我想找到NOT的版本。例如：

M  
0 1 0  
1 0 1  
0 1 0

会变成：

!M  
1 0 1  
0 1 0  
1 0 1

现在我已经

了

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

效果非常好，但我有一种感觉，我已经看到这很简单地用广播完成了。不幸的是，我没有看到任何东西已经敲响了钟声。我假设类似的操作将用于阈值矩阵的值（即1 if x > .5 else 0）。

Answer 1

给定一个0和1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]]

您可以通过以下三种方式NOT数组：

1. 转换为布尔数组并使用~运算符bitwise NOT数组：

   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dtypes，第三种方式可能是最快的。

Answer 2

一种解决方案是将数组转换为布尔数组

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