Python numpy中二元矩阵的有效操作

对于二进制矩阵，我的意思是矩阵中的每个元素都是0或1，我使用numpy中的

矩阵
类来实现这一点

首先，在numpy中是否有特定类型的矩阵，或者我们只是使用一个填充了0和1的矩阵

其次，考虑到
矩阵
类的维数，创建满0的方阵的最快方法是什么？注意：
numpy.zero（（dim，dim））
不是我想要的，因为它创建了一个浮动为
0的二维数组。

第三，我想经常获取和设置矩阵的任何给定行。对于get，我可以考虑使用
row=my\u matrix.A[row\u index].tolist（）
，它将返回给定行的列表表示形式。对于set，我似乎可以只做
my_矩阵[row_index]=row_list
，而
row_list
是一个与给定行长度相同的列表。同样，我想知道它们是否是执行作业的最有效方法。
要创建元素可以是0或1的numpy数组，请使用
dtype='bool'
参数：

arr = np.zeros((dim,dim), dtype = 'bool')

或者，要将
arr
转换为numpy矩阵：

arr = np.matrix(arr)

要访问行，请执行以下操作：

arr[row_num]

并设置一行：

arr[row_num] = new_row

是最快的方法。
为什么需要
numpy.matrix
而不是
numpy.ndarray
？为什么要在检索行时将行转换为列表？@SvenMarnach，我需要一个矩阵，因为它有现成的函数用于矩阵特定的计算。我在检索时将一行转换为一个列表，因为我需要将其序列化为JSON。许多特定于矩阵的操作也可以应用于数组——这就是为什么我被要求这样做的原因。如果您需要将内容序列化为JSON，那么很可能您的瓶颈在别处，您不需要关心从矩阵中检索行的速度。谢谢您的建议。我希望矩阵中的元素是
0
或
1
，而不是
true
或
False
。此外，
arr[row_num]
将返回一维矩阵对象，而不是数组或列表。
True
和
False
基本上与
0
和
1
相同–只需在交互式解释器中尝试以下表达式：
0==False
，
3*True
@SvenMarnach它们是相同的，但是
True
和
False
占用8位，就像
0
和
1
（在Python中）一样。如果有一个numpy数组，其条目是实际的位，那就太好了…@tale上同调
arr=np.zeros（（dim，dim），dtype=int）