咨询：快速实现二维列表（矩阵）中0与1互换的最优方法

嘿，你的需求本质就是对矩阵里的每个元素做0和1的取反操作（1变0，0变1），嵌套for循环确实在矩阵规模大的时候会很慢——毕竟Python的显式循环本身开销就不低。下面给你两种高效的实现方案，根据你的场景选就行：

1. 用NumPy（首选，大矩阵下速度碾压纯Python） #

如果你的项目可以引入第三方库，那NumPy绝对是最快的选择。它的向量化操作是用底层C实现的，完全避开了Python循环的开销，速度能提升几个数量级。

代码示例：

import numpy as np

# 你的原始矩阵
my_mat = [[1, 1, 1, 0, 0], [0, 1, 0, 1], [1, 0, 1]]
# 转成NumPy数组
np_matrix = np.array(my_mat)
# 直接执行取反操作：1减去每个元素，逻辑直观且高效
flipped_np = 1 - np_matrix
# 如果需要转回普通列表格式
flipped_list = flipped_np.tolist()

print(flipped_list)
# 输出结果：[[0, 0, 0, 1, 1], [1, 0, 1, 0], [0, 1, 0]]

这里也可以用按位取反~np_matrix，不过要注意按位取反会把1变成-2，0变成-1，所以需要再加1后取模2：(~np_matrix + 1) % 2，显然1 - np_matrix更直观易懂。

2. 纯Python优化（无依赖，适合小矩阵或不能用第三方库的场景） #

如果不能用NumPy，那用嵌套列表推导式替代显式循环是最优解——列表推导式是Python内置的优化语法，比你写的嵌套for循环快很多，而且代码更简洁。

代码示例：

my_mat = [[1, 1, 1, 0, 0], [0, 1, 0, 1], [1, 0, 1]]
# 一行完成翻转：遍历每一行，对每个元素执行1-val的取反
flipped_mat = [[1 - val for val in row] for row in my_mat]

print(flipped_mat)
# 输出结果：[[0, 0, 0, 1, 1], [1, 0, 1, 0], [0, 1, 0]]

顺便提下你原代码的小问题 #

你原来写的循环：

for my_row in my_mat:
    for my_val in my_row:
        my_val = 1 if my_val == 0 else 0

其实根本没修改原矩阵！因为my_val是元素的副本，不是对原矩阵元素的引用——你只是修改了循环变量的值，原矩阵里的元素完全没变。上面的两种方法都是直接生成正确的翻转后矩阵，不会有这个问题。

内容的提问来源于stack exchange，提问作者Panuwat Assawinjaipetch