如何在 NumPy 中执行此 python 列表理解？

Question

假设我有一个值数组r，其范围从0 到1。我想删除所有远离中位数阈值的值。我们在这里假设该阈值为0.5 和len(r) = 3000。然后为了屏蔽掉这个范围之外的所有值，我可以做一个简单的列表理解，我喜欢：

mask = np.array([ri < np.median(r)-0.5 or ri > np.median(r)+0.5 for ri in r])

如果我在上面使用计时器：

import time
import numpy as np

start = time.time()
r = np.random.random(3000)
m = np.median(r)
maxr,minr = m-0.5, m+0.5
mask = [ri<minr or ri>maxr for ri in r]
end = time.time()
print('Took %.4f seconds'%(end-start))

>>> Took 0.0010 seconds

有没有更快的方法来完成这个列表理解并使用NumPy 制作掩码？

---

编辑：

我尝试了以下几个建议，包括：

• 逐元素或运算符：(r<minv) | (r>maxv)

• 一个 Numpy 逻辑或：r[np.logical_or(r<minr, r>maxr)]

• 绝对差值布尔数组：abs(m-r) > 0.5

这是每个人在运行 300 次后的平均时间：

Python list comprehension: 0.6511 ms
Elementwise or: 0.0138 ms
Numpy logical or: 0.0241 ms
Absolute difference: 0.0248 ms

如您所见，逐元素 Or 总是最快的，几乎是两倍（不知道如何随数组元素缩放）。谁知道。

Answer 1

一个班轮...

new_mask = abs(np.median(r) - r) > 0.5

Answer 2

您可以使用 numpy 条件选择来创建新数组，而无需这些值。

start = time.time()
m = np.median(r)
maxr,minr = m-0.5, m+0.5
filtered_array = r[ (r < minr) | (r > maxr) ]
end = time.time()
print('Took %.4f seconds'%(end-start))

filtered_array 是 r 的切片，没有掩码值（所有值稍后将被 filtered_array 中已移除的掩码移除）。

更新：使用@ayhan 建议的更短语法。