创建所有非零元素设置为一的新矩阵（朱莉娅）答案

【问题标题】：Create new matrix with all non-zero elements set to ones (julia)创建所有非零元素设置为一的新矩阵（朱莉娅）
【发布时间】：2021-05-18 21:54:59
【问题描述】：

我想要一种有效的（矢量化）方法将 julia 中的矩阵操作为新矩阵，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

【问题讨论】：

在 Julia 中高效不等于矢量化。循环很快。

标签： matrix julia linear-algebra

【解决方案1】：

最简单的方法是将此矩阵转换为BitMatrix 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

如果您希望矩阵包含 Int 值，那么您可以这样做：

julia> Int.(x .!= 0)
3×5 Matrix{Int64}:
 0  1  1  1  0
 1  0  1  0  1
 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，那么您可以这样做：

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

除了广播之外，您还可以使用理解，这也应该很快。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

【讨论】：

非常感谢！我试过 x > 0 但我发现我错过了点运算符 (x .> 0)。

【解决方案2】：

尚未提及的替代方法是使用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

注意!=(0) 等同于y -> y != 0。

正如另一个答案所示，广播布尔值函数的结果是BitMatrix。使用map 可以避免这种情况。

如果您想要一个产生与输入相同类型的“0”和“1”的解决方案：

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

【讨论】：

是的，map 是另一种选择。 Matrix{Bool} 和 BitMatrix 之间的选择取决于用例，但 AFAICT BitMatrix 通常是首选，因为它的内存占用要小得多。请注意，像 [v != 0 for v in x] 这样的理解也会产生 Matrix{Bool}。
BitMatrix 在某些情况下可能会更慢，并且与Matrix{Bool} 不同，如果多个线程正在写入数组，可能会引入竞争条件。
没错——这就是我所说的取决于用例的意思。