我有一个 2D NumPy 数组,想用 255.0 替换其中大于或等于阈值 T 的所有值。据我所知,最基本的方法是:
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
什么是最简洁和 Pythonic 的方法?
是否有更快(可能不那么简洁和/或不那么 Pythonic)的方法来做到这一点?
这将是人体头部 MRI 扫描的窗口/水平调整子程序的一部分。二维numpy数组是图像像素数据。
最佳答案
我认为最快和最简洁的方法是使用 NumPy 的内置 Fancy 索引。如果您有一个名为 arr
的 ndarray
,则可以将所有元素 >255
替换为值 x
,如下所示:
arr[arr > 255] = x
我在我的机器上使用 500 x 500 的随机矩阵运行此程序,将 >0.5 的所有值替换为 5,平均耗时 7.59 毫秒。
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
关于python - 替换大于某个值的 Python NumPy 数组的所有元素,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19666626/