在二维列表中交换 0 和 1 的最快方法
Fastest way of interchanging 0s and 1s in a 2D list
假设我有一个矩阵：
[[1, 1, 1, 0, 0,], [0, 1, 0, 1], [1, 0, 1]]
我想将其更改为：
[[0, 0, 0, 1, 1,], [1, 0, 1, 0], [0, 1, 0]]
处理这种情况最快的方法是什么？
目前，我在另一个for循环中使用for循环，如下所示，这显然太慢了。
for my_row in my_mat:
for my_val in my_row:
my_val = 1 if my_val == 0 else 0
我不认为它很慢，但它不是最快的。这里有一些更快的选择。
减法（超级简单）
>>> [[1 - j for j in i] for i in lst]
[[0, 0, 0, 1, 1], [1, 0, 1, 0], [0, 1, 0]]
这消除了 if 检查的需要。虽然，这只有在您有一个 0/1 列表并且您只想翻转这些值时才有意义。
异或位翻转
>>> [[j ^ 1 for j in i] for i in lst]
[[0, 0, 0, 1, 1], [1, 0, 1, 0], [0, 1, 0]]
XOR 运算通常很快，因此如果您的正值超过 1，这是一个很好的选择。
not反转
>>> [[int(not j) for j in i] for i in lst]
[[0, 0, 0, 1, 1], [1, 0, 1, 0], [0, 1, 0]]
请注意，这会将非零值压缩为 1。not 将整数转换为 truthy/falsy 值，随后的 int 将 False 转换为 0，或 True 至 1。
如果您对此处建议的所有方法的性能感兴趣，
lst = np.random.choice(2, (1000, 1000)).tolist()
%timeit [[int(not j) for j in i] for i in lst]
%timeit [[j ^ 1 for j in i] for i in lst]
%timeit [[1 - j for j in i] for i in lst]
10 loops, best of 3: 175 ms per loop
10 loops, best of 3: 89.8 ms per loop
10 loops, best of 3: 61.1 ms per loop
最快的 "algo" 是保持矩阵不变。请记住，在一个单独的标志中，您读取（或写入）的每个值都必须反转。完成。
但是如果您实际上需要反转矩阵中的每个值，那么只有一个 "algo" - 您已经发现的那个。剩下的不是关于 "algo"，而是关于 "algo".
的最有效的 实现
假设我有一个矩阵：
[[1, 1, 1, 0, 0,], [0, 1, 0, 1], [1, 0, 1]]
我想将其更改为：
[[0, 0, 0, 1, 1,], [1, 0, 1, 0], [0, 1, 0]]
处理这种情况最快的方法是什么？
目前，我在另一个for循环中使用for循环，如下所示，这显然太慢了。
for my_row in my_mat:
for my_val in my_row:
my_val = 1 if my_val == 0 else 0
我不认为它很慢，但它不是最快的。这里有一些更快的选择。
减法（超级简单）
>>> [[1 - j for j in i] for i in lst]
[[0, 0, 0, 1, 1], [1, 0, 1, 0], [0, 1, 0]]
这消除了 if 检查的需要。虽然，这只有在您有一个 0/1 列表并且您只想翻转这些值时才有意义。
异或位翻转
>>> [[j ^ 1 for j in i] for i in lst]
[[0, 0, 0, 1, 1], [1, 0, 1, 0], [0, 1, 0]]
XOR 运算通常很快，因此如果您的正值超过 1，这是一个很好的选择。
not反转
>>> [[int(not j) for j in i] for i in lst]
[[0, 0, 0, 1, 1], [1, 0, 1, 0], [0, 1, 0]]
请注意，这会将非零值压缩为 1。not 将整数转换为 truthy/falsy 值，随后的 int 将 False 转换为 0，或 True 至 1。
如果您对此处建议的所有方法的性能感兴趣，
lst = np.random.choice(2, (1000, 1000)).tolist()
%timeit [[int(not j) for j in i] for i in lst]
%timeit [[j ^ 1 for j in i] for i in lst]
%timeit [[1 - j for j in i] for i in lst]
10 loops, best of 3: 175 ms per loop
10 loops, best of 3: 89.8 ms per loop
10 loops, best of 3: 61.1 ms per loop
最快的 "algo" 是保持矩阵不变。请记住，在一个单独的标志中，您读取（或写入）的每个值都必须反转。完成。
但是如果您实际上需要反转矩阵中的每个值，那么只有一个 "algo" - 您已经发现的那个。剩下的不是关于 "algo"，而是关于 "algo".
的最有效的 实现