如何将PyTorch布尔张量转换为指定整数映射的张量？

给定如下PyTorch布尔张量：

>>> t = torch.tensor([0, 1, 0, 1], dtype=torch.bool)
tensor([False,  True, False,  True])

要将其转换为True对应整数a、False对应整数b的张量，这里提供两种简单高效的实现方式：

方法一：算术运算转换 #

利用布尔张量的数值特性（True对应1，False对应0），通过线性变换直接得到目标结果：

import torch

t = torch.tensor([0, 1, 0, 1], dtype=torch.bool)
a = 5  # 替换成你需要的整数
b = 3  # 替换成你需要的整数

result = t.int() * (a - b) + b
print(result)
# 输出：tensor([3, 5, 3, 5])

原理：先把布尔张量转为整数类型，True变为1、False变为0；用a - b作为系数，True位置会得到a - b，False位置为0；最后加上b，True位置就得到a，False位置保留b，完全符合需求。

方法二：使用torch.where（更直观） #

torch.where可以根据布尔条件直接选择对应值，代码可读性更强：

result = torch.where(t, a, b)
print(result)
# 输出：tensor([3, 5, 3, 5])

这个方法逻辑直白：遍历布尔张量，遇到True就取a，遇到False就取b，非常容易理解。

补充说明 #

如果a或b不是标量，而是和t同形状的张量，两种方法依然适用——算术运算会自动广播，torch.where也能对应匹配位置取值。

内容的提问来源于stack exchange，提问作者Gijs Groote