Python替换NumPy数组中大于某个值的所有元素

Happy清子

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[0]):
  
  
• 
  
      for y in range(0, shape[1]):
  
  
• 
  
          if arr[x, y] >= T:
  
  
• 
  
              result[x, y] = 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[arr > 255] = 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 A[A > 0.5] = 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)
    
    
  • 
    
       .....: c[a>255] = 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。)