替换Python NumPy数组中大于某个值的所有元素

Question

我有一个2D NumPy数组，希望用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

1. 什么是最简洁和Python的方式来做这件事？

2. 有没有一种更快（可能不那么简洁和/或更少的Python）的方法来做到这一点？

这将是人类头部核磁共振扫描窗口/水平调整子程序的一部分。2D numpy数组是图像像素数据。

Answer 1

我认为使用where函数可以最快地实现这一点：

例如，在numpy数组中查找大于0.2的项并将其替换为0：

import numpy as np

nums = np.random.rand(4,3)

print np.where(nums > 0.2, 0, nums)

Answer 2

因为您实际上需要一个不同的数组，它是arr，其中arr < 255，而255否则，可以简单地执行以下操作：

result = np.minimum(arr, 255)

一般来说，对于下限和/或上限：

result = np.clip(arr, 0, 255)

如果您只想访问255以上的值，或者更复杂的值，@mtitan8的答案更一般，但是np.clip和np.minimum（或者np.maximum）对于您的情况来说更好更快：

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

如果您想在适当的地方（即修改arr，而不是创建result），可以使用np.minimum的out参数：

np.minimum(arr, 255, out=arr)

或者

np.clip(arr, 0, 255, arr)

（由于参数的顺序与函数的定义相同，out=名称是可选的。）

对于就地修改，布尔索引可以大大加快速度（无需分别创建和修改副本），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

为了进行比较，如果您想用最小值和最大值来限制您的值，而不使用clip，那么您必须执行两次这样的操作，如下所示

np.minimum(a, 255, a)
np.maximum(a, 0, a)

或者

a[a>255] = 255
a[a<0] = 0

Answer 3

我认为最快和最简洁的方法都是使用NumPy内置的花式索引。如果有一个名为arr的ndarray元素，则可以使用值x替换所有元素>255，如下所示：

arr[arr > 255] = x

我用一个500 x 500的随机矩阵在我的机器上运行这个程序，将所有值>；0.5替换为5，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