Python 如何将数组转换为0或1个元素？

我想要的是将每个无0数字的值更改为1

我能做的是：

[[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
 [0 0 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
 [0 0 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
 [0 1 1 1 0 0 0 0 0 1 1 0 0 3 3 0 0 0 4 4 0 0 0 5 5 5 5 0 0 2 2 2 2 2 0 2 2 2 2 2 0 0 0 6 6 6 6 6 6 0 6 6 6 6]
 [0 1 1 0 0 0 0 0 0 0 0 0 0 3 3 0 0 0 4 4 0 0 5 5 5 5 5 5 0 2 2 2 2 2 2 2 2 2 2 2 2 0 0 6 6 6 6 6 6 6 6 6 6 6]
 [1 1 1 0 0 0 0 0 0 0 0 0 0 3 3 0 0 0 4 4 0 5 5 5 0 0 5 5 5 0 2 2 0 0 2 2 0 0 0 2 2 0 0 6 6 0 0 6 6 6 0 0 6 6]
 [1 1 1 0 0 0 0 0 0 0 0 0 0 3 3 0 0 0 4 4 0 5 5 5 5 0 0 0 0 0 2 2 0 2 2 2 0 0 0 2 2 2 0 6 6 0 0 0 6 6 0 0 6 6]
 [1 1 1 0 0 0 0 0 0 0 0 0 0 3 3 0 0 0 4 4 0 0 5 5 5 5 5 5 0 0 2 2 0 2 2 2 0 0 0 2 2 2 0 6 6 0 0 0 6 6 0 0 6 6]
 [0 1 1 0 0 0 0 0 0 7 0 0 0 3 3 0 0 0 4 4 0 0 0 0 5 5 5 5 5 0 2 2 0 2 2 2 0 0 0 2 2 2 0 6 6 0 0 0 6 6 0 0 6 6]]

---

在numpy中如何执行此操作？

给定一个numpy数组

a

：

for element in list:
    for sub_element in element:
        if sub_element != 0:
           sub_element = 1

为了提高效率，在大多数用例中，您可以将数组保持为布尔值，而忽略整数转换

---

这是因为

0

是唯一被认为是

False

的整数；所有其他的都是

正确的

。将布尔数组转换为

int

是

False

到

0

和

True

到

1

的简单映射，如果您的numpy数组名为

a

，则可以使用如下内容：

res = A.astype(bool).astype(int)

证明：

a[a!=0.0] = 1

这是因为

a！=0.0

将返回带有

True

/

False

值的数组 满足条件，然后仅对这些条件执行赋值 存在

True

的元素：

>>> a = numpy.array([0.0, 1.0, 2.0, 3.0, 0.0, 10.0])
>>> a
array([  0.,   1.,   2.,   3.,   0.,  10.])
>>> a[a!=0.0] = 1
>>> a
array([ 0.,  1.,  1.,  1.,  0.,  1.])

---

另外，这也适用于任何其他条件。

a[a！=0]=1

？我用

np.unique（a）

进行了检查，似乎是正确的，因为0和1是唯一的值，请编辑答案来解释这一行是如何工作的，因为我不明白，谢谢。@Nelly，当然，我添加了一个解释。@RoadRunner，我不会走那么远的。在很多情况下，我认为布尔数组被严重低估了，大多数时候你不需要

astype（int）

部分；的确，NumPy可能需要一个字节来存储布尔值，但当您开始以其他格式（例如HDF5）存储大型数组时，它起到了一定的作用。

>>> a != 0
array([False,  True,  True,  True, False,  True], dtype=bool)