在Python中将拆分为两列的优化方法 让我们考虑下面的NUMPLY NDAREY，

我想让它变成两列，就像

    A     B
0   1     0
1   1     0
2   1     0
3   1     0
4   1     0
5   0     1
6   1     0

现在，我用下面的方法

a = []
b = []
for i in lb_results:
    if i == 0:
        a.append(1)
        b.append(0)
    else:
        a.append(0)
        b.append(1)

lb_results = np.column_stack((a, b))
print(lb_results)

但我希望有更优化的方式，代码行数越少越好，而不需要使用更多的循环

---

任何建议都将不胜感激，谢谢。

您可以像这样使用xor：

>>> c = (np.c_[:7] == 5).astype(int)
>>> c
array([[0],
       [0],
       [0],
       [0],
       [0],
       [1],
       [0]])
>>> c ^ (1, 0)
array([[1, 0],
       [1, 0],
       [1, 0],
       [1, 0],
       [1, 0],
       [0, 1],
       [1, 0]])

我想这是最短的了-

---

这背后的魔力是。简单地说，xor运算符^应用于列c的一个元素和1D序列1的一个元素之间的每一对，0导致这两个元素之间的完整xor表。

不需要任何循环，只需使用这些方法创建第二个1D数组，然后堆栈，您所做的就是翻转0和1s@roganjosh谢谢它也很好用。也许不必要的短。。。我建议np.column\u stacknp.logical\u notb，b@paul谢谢，我想，如果一旦我们不知道1的索引，也就是说，在你的例子中，它是'5'@JaiK，那么它对任何由1和0组成的列c都有效。第一行只是重新创建示例向量的快捷方式。请尝试一下：创建一个不同的c并执行c^1，0。@PaulPanzer是的，Paul。很好，工作很好。。对不起，我理解错了。

>>> c = (np.c_[:7] == 5).astype(int)
>>> c
array([[0],
       [0],
       [0],
       [0],
       [0],
       [1],
       [0]])
>>> c ^ (1, 0)
array([[1, 0],
       [1, 0],
       [1, 0],
       [1, 0],
       [1, 0],
       [0, 1],
       [1, 0]])