如果满足条件，则替换 Numpy 元素答案

【问题标题】：Replacing Numpy elements if condition is met如果满足条件，则替换 Numpy 元素
【发布时间】：2013-11-15 00:21:09
【问题描述】：

我有一个大型 numpy 数组，我需要对其进行操作，以便在满足条件时将每个元素更改为 1 或 0（稍后将用作像素掩码）。数组中大约有 800 万个元素，我当前的方法对于缩减管道来说耗时太长：

for (y,x), value in numpy.ndenumerate(mask_data): 

    if mask_data[y,x]<3: #Good Pixel
        mask_data[y,x]=1
    elif mask_data[y,x]>3: #Bad Pixel
        mask_data[y,x]=0

有没有一个 numpy 函数可以加快这个速度？

【问题讨论】：

如果mask_data[y,x]==3，你想发生什么？
好点，这仍然是一个坏像素。我将条件更改为if mask_data[y,x]>=3:

标签： python arrays numpy conditional

【解决方案1】：

>>> import numpy as np
>>> a = np.random.randint(0, 5, size=(5, 4))
>>> a
array([[4, 2, 1, 1],
       [3, 0, 1, 2],
       [2, 0, 1, 1],
       [4, 0, 2, 3],
       [0, 0, 0, 2]])
>>> b = a < 3
>>> b
array([[False,  True,  True,  True],
       [False,  True,  True,  True],
       [ True,  True,  True,  True],
       [False,  True,  True, False],
       [ True,  True,  True,  True]], dtype=bool)
>>> 
>>> c = b.astype(int)
>>> c
array([[0, 1, 1, 1],
       [0, 1, 1, 1],
       [1, 1, 1, 1],
       [0, 1, 1, 0],
       [1, 1, 1, 1]])

您可以通过以下方式缩短它：

>>> c = (a < 3).astype(int)

【讨论】：

如何在不切出某些列然后重新分配的情况下使用特定列实现这一点？例如，只有 [2, 3] 列中的元素在满足条件时才会改变值，而其他列无论是否满足条件都不会改变。
正确，但仅适用于零和一的情况。在下面查看更一般的答案（以效率为代价）

【解决方案2】：

>>> a = np.random.randint(0, 5, size=(5, 4))
>>> a
array([[0, 3, 3, 2],
       [4, 1, 1, 2],
       [3, 4, 2, 4],
       [2, 4, 3, 0],
       [1, 2, 3, 4]])
>>> 
>>> a[a > 3] = -101
>>> a
array([[   0,    3,    3,    2],
       [-101,    1,    1,    2],
       [   3, -101,    2, -101],
       [   2, -101,    3,    0],
       [   1,    2,    3, -101]])
>>>

参见，例如，Indexing with boolean arrays。

【讨论】：

好东西，谢谢！如果你想引用你改变的值，你可以使用a[a > 3] = -101+a[a > 3]。
@pexmar 虽然如果你使用a[a > 3] = -101+a[a > 3] 而不是a[a > 3] += -101，你很可能会面临内存泄漏。
您如何引用 pexmar 要求更改的值？？

【解决方案3】：

最快（也是最灵活）的方法是使用np.where，它根据掩码（真假值数组）在两个数组之间进行选择：

import numpy as np
a = np.random.randint(0, 5, size=(5, 4))
b = np.where(a<3,0,1)
print('a:',a)
print()
print('b:',b)

这将产生：

a: [[1 4 0 1]
 [1 3 2 4]
 [1 0 2 1]
 [3 1 0 0]
 [1 4 0 1]]

b: [[0 1 0 0]
 [0 1 0 1]
 [0 0 0 0]
 [1 0 0 0]
 [0 1 0 0]]

【讨论】：

如果不满足条件我不想用任何东西替换，那么最好的方法是什么？即仅在满足条件时替换为提供的值，如果不保留原始数字，则保持原样....
要替换 a 中小于 3 的所有值并保持其余部分不变，请使用 a[a<3] = 0

【解决方案4】：

您可以像这样一步创建您的掩码数组

mask_data = input_mask_data < 3

这将创建一个布尔数组，然后可以将其用作像素掩码。请注意，我们没有更改输入数组（如您的代码中所示），而是创建了一个新数组来保存掩码数据 - 我建议这样做。

>>> input_mask_data = np.random.randint(0, 5, (3, 4))
>>> input_mask_data
array([[1, 3, 4, 0],
       [4, 1, 2, 2],
       [1, 2, 3, 0]])
>>> mask_data = input_mask_data < 3
>>> mask_data
array([[ True, False, False,  True],
       [False,  True,  True,  True],
       [ True,  True, False,  True]], dtype=bool)
>>>

【讨论】：

是的。如果 OP 真的想要 0 和 1，他可以使用 .astype(int) 或 *1，但 True 和 False 的数组也一样好。

【解决方案5】：

我不确定我是否理解你的问题，但如果你写：

mask_data[:3, :3] = 1
mask_data[3:, 3:] = 0

这将使所有 x 和 y 索引小于 3 的掩码数据值等于 1，其余所有值都等于 0

【讨论】：