Python替换NumPy数组中大于某个值的所有元素
我有一个2D(二维) NumPy数组，并希望用255.0替换大于或等于阈值T的所有值。据我所知，最基础的方法是：[*]
shape = arr.shape
[*]
result = np.zeros(shape)
[*]
for x in range(0, shape):
[*]
for y in range(0, shape):
[*]
if arr >= T:
[*]
result = 255
[*]有更简洁和pythonic的方式来做到这一点吗？
[*]有没有更快(可能不那么简洁和/或不那么pythonic)的方式来做到这一点？
最佳解决思路我认为最快和最简洁的方法是使用Numpy的内置索引。如果您有名为arr的ndarray，则可以按如下所示将所有元素>255替换为值x：arr = x我用500 x 500的随机矩阵在我的机器上运行了这个函数，用5替换了所有> 0.5的值，平均耗时7.59ms。
[*]
In [1]: import numpy as np
[*]
In [2]: A = np.random.rand(500, 500)
[*]
In [3]: timeit A0.5] = 5
[*]
100 loops, best of 3: 7.59 ms per loop
次佳解决思路因为实际上需要一个不同的数组，arr，其中arr < 255，可以简单地完成：result = np.minimum(arr, 255)更一般地，对于下限和/或上限：result = np.clip(arr, 0, 255)如果只是想访问超过255的值，np.clip和np.minimum(或者np.maximum)对你的情况更好更快。
[*]
In [292]: timeit np.minimum(a, 255)
[*]
100000 loops, best of 3: 19.6 µs per loop
[*]
[*]
In [293]: %%timeit
[*]
.....: c = np.copy(a)
[*]
.....: c255] = 255
[*]
.....:
[*]
10000 loops, best of 3: 86.6 µs per loop
如果要执行in-place(即修改arr而不是创建result)，则可以使用np.minimum的out参数：np.minimum(arr, 255, out=arr)或者np.clip(arr, 0, 255, arr)(out=名称是可选的，因为参数的顺序与函数的定义相同。)
页:
[1]