Question

假设你有一个numpy数组（n，n）即

    x = np.arange(25).reshape(5,5)

并用-5和5之间的随机整数填充x。是否有一种方法可以使用布尔掩码，以便所有0的值变为1，并且所有非零的数字变为零？（即，如果[index]＆gt; 0或[index]＆lt; 0，[index] = 0，如果[index] = 0则[index] = 1）

我知道你可以使用迭代来改变每个元素，但我的目标是速度，因此我想从最终的脚本中消除尽可能多的循环。

编辑：当然，只要记住速度/效率，就可以接受其他想法

Answer 1

首先，您可以使用np.random.randint直接实例化数组：

# Note: the lower limit is inclusive while the upper limit is exclusive
x = np.random.randint(-5, 6, size=(5, 5))

要实际完成工作，可能会输入到bool，输回，然后否定？

res = 1 - x.astype(bool).astype(int)

或者，你可以更明确一点：

x[x != 0] = 1
res = 1 - x

但第二种方法似乎需要两倍多的时间：

>>> n = 1000
>>> a = np.random.randint(-5, 6, (n, n))
>>> %timeit a.astype(bool).astype(int)
1000 loops, best of 3: 1.58 ms per loop
>>> %timeit a[a != 0] = 1
100 loops, best of 3: 4.61 ms per loop

Answer 2

您可以使用与0的简单比较为我们提供布尔数组，然后使用int转换为+0数据类型，或使用.astype(int)进行类型转换。因此，我们有两种方法。

方法＃1：

(x==0)+0

方法＃2：

(x==0).astype(int)

运行时测试

本节比较前面提到的两种方法的运行时，并包括other numpy array based approach 将x转换为布尔数据类型 -

案例＃1：

In [36]: x = np.arange(25).reshape(5,5)

In [37]: %timeit (x==0)+0
    ...: %timeit (x==0).astype(int)
    ...: %timeit 1 - x.astype(bool).astype(int)
    ...: 
1000000 loops, best of 3: 1.85 µs per loop
1000000 loops, best of 3: 1.08 µs per loop
1000000 loops, best of 3: 1.51 µs per loop

案例＃2：

In [38]: x = np.random.randint(0,50,(10000,10000))

In [39]: %timeit (x==0)+0
    ...: %timeit (x==0).astype(int)
    ...: %timeit 1 - x.astype(bool).astype(int)
    ...: 
1 loops, best of 3: 227 ms per loop
10 loops, best of 3: 186 ms per loop
1 loops, best of 3: 319 ms per loop

似乎(x==0).astype(int)表现得相当好！

Answer 3

你可以使用列表理解...

bool_x = [0 if y != 0 else 1 for y in x.reshape(25,1)]

如果你想要速度，但考虑一下你是否真的需要数组是5x5，然后转换，或者你可以np.arange(25)，直接应用列表推导然后重塑。所有重塑都会让你付出一定的代价。

Answer 4

首先，您不需要使用重塑，您可以像这样直接创建随机矩阵：

M = np.random.randint(-5,5,(2,2))

然后，如果您想进行替换，您可以像这样进行索引：

M[M==1]=10
M[M==0]=1
M[M==10]=0

用于绝对值的Python numpy bool掩码

4 个答案: