Question

假设我有一个这样的矩阵：

mat1 = np.array([1,0,1], [1,1,0], [0,0,0]);

我还有另一个这样的人：

mat2 = np.array([0,1,0], [0,0,1], [1,1,1]);

我想检测是否有类似

的内容

np.add(mat1, mat2);

只有1或0，即一些1和0，全0或全1。

n.b。 - 评论您的代码。

Answer 1

使用numpy.all，numpy.any：

全部0：np.all(mat == 0)
全部1：np.all(mat == 1)
某些0：np.any(mat == 0)
some 1：np.any(mat == 1)

>>> mat1 = np.array([[1,0,1], [1,1,0], [0,0,0]])
>>> mat2 = np.array([[0,1,0], [0,0,1], [1,1,1]])

>>> np.all(mat1 == 0)
False
>>> np.any(mat1 == 0)
True
>>> np.all(mat1 == 1)
False
>>> np.any(mat1 == 1)
True

>>> mat3 = mat1 + mat2
>>> mat3
array([[1, 1, 1],
       [1, 1, 1],
       [1, 1, 1]])
>>> np.all(mat3 == 1)
True

<强>更新

要检查数组是否仅包含1或0，请使用以下内容：

>>> mat1 = np.array([[1,0,1], [1,1,0], [0,0,0]])
>>> mat2 = np.array([[0,1,2], [3,4,5], [6,7,8]])
>>> np.all((mat1 == 0) | (mat1 == 1))
True
>>> np.all((mat2 == 0) | (mat2 == 1))
False

Answer 2

简单地：

In [6]:

set((mat1+mat2).ravel()).issubset(set((1,0)))
Out[6]:
True

In [7]:

mat3 = np.array([[0,5,0], [0,0,1], [1,1,1]])
set((mat1+mat3).ravel()).issubset(set((1,0)))
Out[7]:
False

Answer 3

这个怎么样：

>>> def check(matrix):
...     # flatten up the matrix into one single list
...     # and set on the list it should be [0,1] if it
...     # contains only 0 and 1. Then do sum on that will 
...     # return 1
...     if sum(set(sum(matrix,[]))) > 1:
...         return False
...     return True
...
>>>
>>> check([[1,0,1], [1,1,0], [0,0,0]])
True
>>> check([[1,0,1], [1,1,0], [0,0,2]])
False
>>> check([[1,0,1], [1,1,0], [0,0,3]])
False
>>>

Answer 4

如果您知道它的类型，那么（令人惊讶的是）检查最大值和最小值（即使没有doing these operations simultaneously）也会更快：

In [11]: m = np.random.randint(0, 2, (10, 10))

In [12]: %timeit np.all((m == 0) | (m == 1))
10000 loops, best of 3: 33.7 µs per loop

In [13]: %timeit m.dtype == int and m.min() == 0 and m.max() == 1
10000 loops, best of 3: 29.8 µs per loop

In [21]: m = np.random.randint(0, 2, (10000, 10000))

In [22]: %timeit np.all((m == 0) | (m == 1))
1 loops, best of 3: 705 ms per loop

In [23]: %timeit m.dtype == int and m.min() == 0 and m.max() == 1
1 loops, best of 3: 481 ms per loop

Answer 5

您可以使用unique

import numpy as np
mat1 = np.array([[1,0,1], [1,1,0], [0,0,0]])

np.unique(mat1)
# array([0, 1])
1 in np.unique(mat1)
# True
0 in np.unique(mat1)
# True
np.unique(mat1) == [0, 1]
# array([ True,  True], dtype=bool)

您也可以使用setdiff1d

np.setdiff1d(mat1, [0, 1])
# array([], dtype=int64)
np.setdiff1d(mat1, [0, 1]).size
# 0

Answer 6

检查出来：np.sum(np.unique(mat0.ravel()))

所以，mat0.ravel()执行此操作：

[[1,0,0],[0,0,0],[1,1,0]] ---> [1,0,0,0,0,0,1,1,0]

这个新对象是一个数组，即上面的[1,0,0,0,0,0,1,1,0]对象。现在，np.unique(mat0.ravel())找到所有唯一元素并对它们进行排序并将它们放在一个集合中，如下所示：

[1,0,0,0,0,0,1,1,0] ---> {0,1}

如果在此处np.sum应用np.sum(np.unique(mat0.ravel()))，即0，我们会得到该集合内容的总和，因此检查是否只有1或{{矩阵中的每个单元格中的1}}如下：

np.sum(np.unique(mat0.ravel())) > 1

n.b。 - 这仅适用于非负整数。

如何测试Python中的矩阵只有1和0？

6 个答案: