Як перетворити булевий масив в масив int

Я використовую Scilab і хочу перетворити масив булевих масивів у масив цілих чисел:

>>> x = np.array([4, 3, 2, 1])
>>> y = 2 >= x
>>> y
array([False, False,  True,  True], dtype=bool)

У Scilab я можу використовувати:

>>> bool2s(y)
0.    0.    1.    1.  

або навіть просто помножте його на 1:

>>> 1*y
0.    0.    1.    1.  

Чи є в Python проста команда для цього чи мені доведеться використовувати цикл?

Numpy масиви мають astypeметод. Просто роби y.astype(int).

Зауважте, що це може бути навіть не потрібно робити, залежно від того, для чого ви використовуєте масив. У багатьох випадках Bool буде автоматизований до int, тож ви можете додати його до масивів int без явного перетворення:

>>> x
array([ True, False,  True], dtype=bool)
>>> x + [1, 2, 3]
array([2, 2, 4])

1*yМетод працює в Numpy також:

>>> import numpy as np
>>> x = np.array([4, 3, 2, 1])
>>> y = 2 >= x
>>> y
array([False, False,  True,  True], dtype=bool)
>>> 1*y                      # Method 1
array([0, 0, 1, 1])
>>> y.astype(int)            # Method 2
array([0, 0, 1, 1]) 

Якщо ви запитуєте спосіб перетворення списків Python з булевого в int, ви можете використовувати mapце:

>>> testList = [False, False,  True,  True]
>>> map(lambda x: 1 if x else 0, testList)
[0, 0, 1, 1]
>>> map(int, testList)
[0, 0, 1, 1]

Або використовуючи розуміння списку:

>>> testList
[False, False, True, True]
>>> [int(elem) for elem in testList]
[0, 0, 1, 1]

Використовуючи numpy, ви можете:

y = x.astype(int)

Якщо ви використовували масив, який не є нумером, ви можете використовувати розуміння списку :

y = [int(val) for val in x]

Більшість часу вам не потрібна конверсія:

>>>array([True,True,False,False]) + array([1,2,3,4])
array([2, 3, 3, 4])

Правильний спосіб зробити це:

yourArray.astype(int)

або

yourArray.astype(float)

Я знаю, що ви попросили неконтурюваних рішень, але єдині рішення, з якими я можу придумати, швидше за все, внутрішню петлю:

map(int,y)

або:

[i*1 for i in y]

або:

import numpy
y=numpy.array(y)
y*1

Кумедний спосіб це зробити

>>> np.array([True, False, False]) + 0 
np.array([1, 0, 0])