在 numpy 数组中将 1 更改为 0，将 0 更改为 1，无需循环

Question

假设我有一个 numpy 数组，我想将所有 1 交换为 0，将所有 0 交换为 1（该数组将具有其他值，并且 0 和 1 没有什么特别的）。当然，我可以循环遍历数组并逐一更改值。

有什么有效的方法可以推荐吗？

np.where()

方法有此操作的选项吗？

Answer 1

这是使用

np.where

的一种方法，当给定值是

XOR

或

0

时，按位取

1

：

np.where((a==0)|(a==1), a^1, a)

---

例如：

a = np.array([[0,1,2,1], [1,2,0,3]])
print(a)
array([[0, 1, 2, 1],
       [1, 2, 0, 3]])

np.where((a==0)|(a==1), a^1, a)

array([[1, 0, 2, 0],
       [0, 2, 1, 3]])

Answer 2

对于 np.where，这是一个不太聪明的选项，只需将其用于索引：

where_0 = np.where(arr == 0)
where_1 = np.where(arr == 1)

arr[where_0] = 1
arr[where_1] = 0

如果您对其他值了解更多（例如它们都是小数字），可能会有更多选择，但这是最简单的。

Answer 3

a^(a&1==a)

例如

a = np.arange(-3, 4)
a^(a&1==a)
# array([-3, -2, -1,  1,  0,  2,  3])

Answer 4

一种非常简单的方法，不需要使用任何特殊方法，例如

np.where()

，就是获取

numpy

数组中变量条件的索引，并相应地分配所需的值（在您的情况下

0 

（对于

1s

）和

1

（对于

0s

）到数组中各自的位置项。这也适用于

0s

和

1s

以外的值。此外，您不需要任何临时变量来交换值。

import numpy as np
arr = np.array([1, 0, 2, 3, 6, 1, 0])
indices_one = arr == 1
indices_zero = arr == 0
arr[indices_one] = 0 # replacing 1s with 0s
arr[indices_zero] = 1 # replacing 0s with 1s

Output: array([0, 1, 2, 3, 6, 0, 1])

Answer 5

iverted = ~arr + 2

应该做这项工作

Answer 6

最棘手的部分是

the array will have other values

。如果只有 0 和 1（没有其他值），

arr = ~arr + 2

是最快的方法。如果需要考虑

the array will have other values

，请使用

arr^(arr&1==arr)

。这是基准。

%%timeit

np.random.seed(0)
arr = np.random.randint(0,2,100)

arr = ~arr + 2

38.8 µs ± 12 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

%%timeit

np.random.seed(0)
arr = np.random.randint(0,2,100)

where_1 = arr == 1
where_0 = arr == 0

arr[where_1] = 0 # replacing 1s with 0s
arr[where_0] = 1 # replacing 0s with 1s

45.2 µs ± 7.02 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

%%timeit

np.random.seed(0)
arr = np.random.randint(0,2,100)

arr = arr^(arr&1==arr)

40.3 µs ± 7.8 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

%%timeit

np.random.seed(0)
arr = np.random.randint(0,2,100)

where_1 = np.where(arr == 1)
where_0 = np.where(arr == 0)

arr[where_0] = 1
arr[where_1] = 0

49.1 µs ± 13.4 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

%%timeit

np.random.seed(0)
arr = np.random.randint(0,2,100)

arr = np.where((arr==0)|(arr==1), arr^1, arr)

52.3 µs ± 11.5 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

Answer 7

inverted = ~arr + 2

，为我解决了这个问题，因为我的数组是 8 位的

“~”运算符将数组中整数的所有位从 0 翻转到 1，反之亦然。例如，如果您有由八位（一个字节）0000 0000 表示的整数 0，则波形符操作 ~0000 0000 会产生值 1111 1111，即整数值 -1，reference

所以如果 a = 0，~a 给出 -1 并且 (~a+2) 给出 1 如果 a = 1，~a 给出 -2 并且 (~a+2) 给出 0

Answer 8

我真的很惊讶之前没有人想到这一点。翻转由 0 和 1 组成的 numpy 数组 (

arr

) 中的值的最简单、最有效的方法就是简单地用 1 减去 numpy 数组。换句话说，执行操作

1 - arr

。这是一个简单的例子：

arr = np.array([1, 0, 1, 1, 0])
1 - arr

array([0, 1, 0, 0, 1])