翻转一维 NumPy 数组中的零和一答案

【问题标题】：Flipping zeroes and ones in one-dimensional NumPy array翻转一维 NumPy 数组中的零和一
【发布时间】：2014-11-12 15:25:25
【问题描述】：

我有一个一维 NumPy 数组，它由 0 和 1 组成，如下所示：

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

我想要一种快速的方法来“翻转”值，使零变成一，一变成零，从而产生一个像这样的 NumPy 数组：

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

是否有一个简单的单行代码？我查看了fliplr() 函数，但这似乎需要二维或更大维度的 NumPy 数组。我敢肯定有一个相当简单的答案，但任何帮助将不胜感激。

【问题讨论】：

注意： Python 有布尔值，NumPy 也有。使用它们，而不是 0/1 或 '0'/'1'。

标签： python arrays numpy

【解决方案1】：

你的 Q 中一定有我不明白的地方......

不管怎样

In [2]: from numpy import array

In [3]: a = array((1,0,0,1,1,0,0))

In [4]: b = 1-a

In [5]: print a ; print b
[1 0 0 1 1 0 0]
[0 1 1 0 0 1 1]

In [6]:

【讨论】：

这应该是公认的答案。这是最简单的解决方案
确实很简单，+1。唯一的潜在问题是就地进行并不容易。正因为如此，我更喜欢使用按位异或，a = a ^ 1，它可以让你做a ^= 1。
@Jaime 你应该提供这个作为答案a ^= 1简洁和pythonic。谢谢！
为什么选择这个而不是 numpy.logical_not() 或 ~？特别是因为 OP 显然使用的是布尔值。

【解决方案2】：

表明您可能应该使用布尔数据类型

a = np.array([0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1], dtype=np.bool)
# or
b = ~a
b = np.logical_not(a)

【讨论】：

我喜欢解决问题而不是问题的答案。

【解决方案3】：

另一个多余的选择：

numpy.logical_not(a).astype(int)

【讨论】：

赞成。我不确定引擎盖下的操作，但我想当它使用逻辑操作时它会更快（翻转位可能比算术更快）。我在其他答案中看到过，但我喜欢它只投射一次，并在此过程中恢复类型。
如果您就地执行 (out=a)，在这种情况下它将保留原始 dtype。

【解决方案4】：

在数学上，首先想到的是(value + 1) % 2。

>>> (a+1)%2
array([1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], dtype=int32)

【讨论】：

喜欢这个。快速、简洁、合乎逻辑。谢谢你。
快速、简洁、合乎逻辑？模数太慢了，我认为没有比@gboffi 的答案更合乎逻辑和更快的了；）
@tamasgal 你对这个答案是正确的，但不是 gboffi 的答案。使用实际的布尔值要好得多。
@AMC 好吧，转换为 bool 并进行位移比减法更快，但如果您再次需要整数，性能会更差。所以这取决于你想要什么类型。我想保留数据类型（int），bgoffi 有最好的答案，“逻辑和快速”。如果一个布尔值作为结果是可以接受的，YXD 的答案是最快的。我还用 1e6 随机 0/1s 检查了 REPL，它是 2.5ms（减法）、0.9ms（bool-bitshift）和 3.9ms（bool-bitshift-back_to_int）。但是感谢您提出这个问题，持怀疑态度总是好的！ :)
@tamasgal 我不是在谈论性能，我认为这不是什么大问题。不过我有点好奇：你能对np.logical_not(arr, out=arr) 进行基准测试吗？

【解决方案5】：

answer = numpy.ones_like(a) - a

【讨论】：

（其实@gboffi 的回答更好）

【解决方案6】：

我也找到了办法：

In [1]: from numpy import array

In [2]: a = array([1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0])

In [3]: b = (~a.astype(bool)).astype(int)


In [4]: print(a); print(b)
[1 1 1 1 1 0 0 0 0 0 0 0 0 0 0]
[0 0 0 0 0 1 1 1 1 1 1 1 1 1 1]

不过，我认为@gboffi 的回答是最好的。我会投赞成票，但我还没有足够的声誉:(

【讨论】：

欢迎来到 Stack Overflow！如果一个问题已经得到解答——尤其是 3 年前的问题（！）——请不要添加你知道的解决方案不如所选的解决方案。祝你好运！