Python替换NumPy数组中大于某个值的所有元素实例
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？
这将成为人体头部MRI扫描窗口/等级调整子程序的一部分，2D numpy数组是图像像素数据。
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。)
对于in-place修改，布尔索引加速了很多(不必分别修改和拷贝)，但仍然不如minimum：
In [328]: %%timeit .....: a = np.random.randint(0, 300, (100,100)) .....: np.minimum(a, 255, a) .....: 100000 loops, best of 3: 303 µs per loop In [329]: %%timeit .....: a = np.random.randint(0, 300, (100,100)) .....: a[a>255] = 255 .....: 100000 loops, best of 3: 356 µs per loop
比较来看，如果你想限制你的最大值和最小值，没有clip将不得不像下面这样做两次
np.minimum(a, 255, a)
np.maximum(a, 0, a)
要么，
a[a>255] = 255
a[a<0] = 0
第三种解决思路
可以通过使用where功能来达到最快的速度：
例如，在numpy数组中查找大于0.2的项目，并用0代替它们：
import numpy as np nums = np.random.rand(4,3) print np.where(nums > 0.2, 0, nums)
第四种思路
可以考虑使用numpy.putmask：
np.putmask(arr, arr>=T, 255.0)
下面是与Numpy内置索引的性能比较：
In [1]: import numpy as np In [2]: A = np.random.rand(500, 500) In [3]: timeit np.putmask(A, A>0.5, 5) 1000 loops, best of 3: 1.34 ms per loop In [4]: timeit A[A > 0.5] = 5 1000 loops, best of 3: 1.82 ms per loop
以上这篇Python替换NumPy数组中大于某个值的所有元素实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了Pycharm及python安装详细教程，本文通过图文并茂的形式给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友参考下吧2020-07-07
Pandas是一个基于 NumPy 的非常强大的开源数据处理库，它提供了高效、灵活和丰富的数据结构和数据分析工具，本文中，我们将学习如何使用Pandas来处理和分析数据，感兴趣的小伙伴跟着小编一起来看看吧2023-07-07
今天小编就为大家分享一篇对python中的xlsxwriter库简单分析，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-05-05
这篇文章主要介绍了python 根据字典的键值进行排序的实现方法，本文给大家介绍的非常详细，具有一定的参考借鉴价值 ,需要的朋友可以参考下2019-07-07
这篇文章主要介绍了Opencv对象追踪的示例代码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-03-03
本人c程序员，最近开始学python,深深的被python的强大所吸引，今后也会把学到的点点滴滴记录下来，现在分享一下关于类属性和实例属性的一些问题，很基础的东西2012-08-08
这篇文章主要介绍了基于Python编写一个计算器程序，实现简单的加减乘除和取余二元运算，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-09-09
python3 tkinter实现点击一个按钮跳出另一个窗口的方法
今天小编就为大家分享一篇python3 tkinter实现点击一个按钮跳出另一个窗口的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-06-06
这篇文章主要为大家详细介绍了python实现多人聊天服务器以及客户端，带图形化界面，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-07-07
这篇文章主要介绍了python关闭windows进程的方法,涉及Python调用系统命令操作windows进程的技巧,需要的朋友可以参考下2015-04-04
最新评论