Matrix 创建所有非零元素都设置为1的新矩阵（julia）

我想要一种有效的（矢量化的）方法，将julia中的一个矩阵处理成一个新矩阵，其中所有非零元素都是新矩阵中的元素

例如，我想要这个矩阵

0 3 6 8 0
7 0 2 0 1
0 4 9 1 0

成为

0 1 1 1 0
1 0 1 0 1
0 1 1 1 0

---

最简单的方法是将此矩阵转换为

位矩阵

矩阵，如下所示：

julia> x = [0 3 6 8 0
            7 0 2 0 1
            0 4 9 1 0]
3×5 Matrix{Int64}:
 0  3  6  8  0
 7  0  2  0  1
 0  4  9  1  0

julia> x .!= 0
3×5 BitMatrix:
 0  1  1  1  0
 1  0  1  0  1
 0  1  1  1  0

如果希望矩阵包含

Int

值，则可以执行以下操作：

julia> Int.(x .!= 0)
3×5 Matrix{Int64}:
 0  1  1  1  0
 1  0  1  0  1
 0  1  1  1  0

julia> x = Real[0   3 6 8 UInt8(0)
                7   0 2 0 1
                0.0 4 9 1 0]
3×5 Matrix{Real}:
 0    3  6  8  0x00
 7    0  2  0     1
 0.0  4  9  1     0

julia> @. ifelse(iszero(x), x, 1)
3×5 Matrix{Real}:
 0    1  1  1  0x00
 1    0  1  0     1
 0.0  1  1  1     0

最后，如果您的

0

值具有混合类型，并且您希望“按原样”保留它们，那么您可以执行以下操作：

julia> Int.(x .!= 0)
3×5 Matrix{Int64}:
 0  1  1  1  0
 1  0  1  0  1
 0  1  1  1  0

julia> x = Real[0   3 6 8 UInt8(0)
                7   0 2 0 1
                0.0 4 9 1 0]
3×5 Matrix{Real}:
 0    3  6  8  0x00
 7    0  2  0     1
 0.0  4  9  1     0

julia> @. ifelse(iszero(x), x, 1)
3×5 Matrix{Real}:
 0    1  1  1  0x00
 1    0  1  0     1
 0.0  1  1  1     0

除了广播，你还可以使用理解，这也应该是快速的。例如

julia> [v == 0 ? v : 1 for v in x]
3×5 Matrix{Real}:
 0    1  1  1  0x00
 1    0  1  0     1
 0.0  1  1  1     0

或例如

julia> [ifelse(v == 0, 0, 1) for v in x]
3×5 Matrix{Int64}:
 0  1  1  1  0
 1  0  1  0  1
 0  1  1  1  0

---

尚未提及的另一种方法是使用

map

：

julia> x = [0 3 6 8 0
            7 0 2 0 1
            0 4 9 1 0]
3×5 Matrix{Int64}:
 0  3  6  8  0
 7  0  2  0  1
 0  4  9  1  0

julia> map(!=(0), x)
3×5 Matrix{Bool}:
 0  1  1  1  0
 1  0  1  0  1
 0  1  1  1  0

请注意，

=（0）

相当于

y->y！=0

另一个答案显示，广播布尔值函数的结果是

位矩阵

。使用

map

可以避免这种情况

如果您希望解决方案生成与输入类型相同的“0”和“1”：

julia> map(y -> ifelse(y == zero(y), one(y), zero(y)), x)
3×5 Matrix{Int64}:
 1  0  0  0  1
 0  1  0  1  0
 1  0  0  0  1

julia> map(y -> ifelse(y == zero(y), one(y), zero(y)), Float64.(x))
3×5 Matrix{Float64}:
 1.0  0.0  0.0  0.0  1.0
 0.0  1.0  0.0  1.0  0.0
 1.0  0.0  0.0  0.0  1.0

---

非常感谢！我尝试了x>0，但是我发现我错过了点运算符（x>0）。效率不等于Julia中的向量化。循环很快。是的，

map

是另一个选项。在

矩阵{Bool}

和

位矩阵

之间的选择取决于用例，但AFAICT

位矩阵

通常是首选的，因为它具有更小的内存占用。请注意，像

[v！=0表示x中的v]

这样的理解也会产生

矩阵{Bool}

位矩阵

在某些情况下可能较慢，并且与

矩阵{Bool}

不同，如果多个线程写入数组，可能会引入竞争条件。确切地说，这就是我所说的它取决于用例的意思。