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 Python OpenCV读取显示视频的方法示例,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2020-02-02
这篇文章主要为大家介绍了Python的变量，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助2021-12-12
今天小编就为大家分享一篇python跳出双层for循环的解决方法，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
傅里叶变换，也称作傅立叶变换，表示能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。本文将介绍如何通过OpenCV实现图像的傅里叶变换，需要的可以参考一下2022-01-01
这篇文章主要介绍了Python pyecharts案例超市4年数据可视化分析，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下2022-08-08
这篇文章主要介绍了python爬虫之快速对js内容进行破解，到一般js破解有两种方法，一种是用Python重写js逻辑，一种是利用第三方库来调用js内容获取结果，这次我们就用第三方库来进行js破解,需要的朋友可以参考下2019-07-07
这篇文章主要为大家介绍了nlp自然语言处理基于SVD的降维优化学习，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步早日升职加薪2022-04-04
时间戳是一个表示日期和时间的数值,通常以秒为单位,在Python中,获取时间戳是常见的任务,用于记录事件、计时操作、以及在各种应用中跟踪时间,本文将介绍多种获取时间戳的方法,包括标准库和第三方库的方式,并提供示例代码以帮助你更好地理解2023-11-11
这篇文章主要介绍了python深copy和浅copy区别对比解析,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,需要的朋友可以参考下2019-12-12
本文为大家总结了五款利用Python+Pygame实现的童年经典游戏：推箱子、滑雪、八分音符酱、保卫萝卜和飞机大战，快跟随小编一起学习一下2022-04-04
最新评论