我有以下代码:
import numpy as np
def fill(arr1, arr2, arr3, arr4, thresh= 0.5):
out_arr = np.zeros(arr1.shape)
for i in range(0,len(arr1)):
arr1[i] = np.where(np.abs(arr1[i])<=thresh,np.nan,arr1[i])
mask = np.isnan(arr1[i])
arr1[i] = np.nan_to_num(arr1[i])
merged1 = (arr2[i]*mask)+arr1[i]
merged2 = np.where(np.abs(merged1)<=thresh,np.nan,merged1)
mask = np.isnan(merged2)
merged2 = np.nan_to_num(merged2)
merged3 = (arr3[i]*mask)+merged2
merged3 = np.where(np.abs(merged3)<=thresh,np.nan,merged3)
mask = np.isnan(merged3)
merged3 = np.nan_to_num(merged3)
merged4 = (arr4[i]*mask)+merged3
out_arr[i] = merged4
return(out_arr)
arr1 = np.random.rand(10, 10, 10)
arr2 = np.random.rand(10, 10, 10)
arr3 = np.random.rand(10, 10, 10)
arr4 = np.random.rand(10, 10, 10)
arr = fill(arr1, arr2, arr3, arr4, 0.5)
我想知道是否有一种更有效的方法来实现这一点,也许是使用屏蔽阵列?基本上,我所做的是用下一个数组替换3D数组每一层中低于阈值的值,这超过4个数组。对于n个阵列,这是什么样子? 谢谢
您的功能可以通过几种方式简化。就效率而言,最重要的方面是您不需要迭代第一个维度,您可以直接对整个数组进行操作。除此之外,您还可以将替换逻辑重构为更简单的逻辑,并使用a循环来避免重复相同的代码:
由于
thresh
需要在此函数中作为关键字参数传递,您可以将其称为:相关问题 更多 >
编程相关推荐