Python替换NumPy数组中大于某个值的所有元素实例

作者:沧海一株莲 时间:2021-11-11 07:36:20 

我有一个2D(二维) NumPy数组,并希望用255.0替换大于或等于阈值T的所有值。据我所知,最基础的方法是:


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

有更简洁和pythonic的方式来做到这一点吗?

有没有更快(可能不那么简洁和/或不那么pythonic)的方式来做到这一点?

这将成为人体头部MRI扫描窗口/等级调整子程序的一部分,2D numpy数组是图像像素数据。

Python替换NumPy数组中大于某个值的所有元素实例

最佳解决思路

我认为最快和最简洁的方法是使用Numpy的内置索引。如果您有名为arr的ndarray,则可以按如下所示将所有元素>255替换为值x:

arr[arr > 255] = x

我用500 x 500的随机矩阵在我的机器上运行了这个函数,用5替换了所有> 0.5的值,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

次佳解决思路

因为实际上需要一个不同的数组,arr,其中arr < 255,可以简单地完成:

result = np.minimum(arr, 255)

更一般地,对于下限和/或上限:

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

如果只是想访问超过255的值,np.clip和np.minimum(或者np.maximum)对你的情况更好更快。


In [292]: timeit np.minimum(a, 255)
100000 loops, best of 3: 19.6 &micro;s per loop

In [293]: %%timeit
.....: c = np.copy(a)
.....: c[a>255] = 255
.....:
10000 loops, best of 3: 86.6 &micro;s per loop

如果要执行in-place(即修改arr而不是创建result),则可以使用np.minimum的out参数:

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

或者

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

(out=名称是可选的,因为参数的顺序与函数的定义相同。)

对于in-place修改,布尔索引加速了很多(不必分别修改和拷贝),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 &micro;s per loop

In [329]: %%timeit
.....: a = np.random.randint(0, 300, (100,100))
.....: a[a>255] = 255
.....:
100000 loops, best of 3: 356 &micro;s per loop

比较来看,如果你想限制你的最大值和最小值,没有clip将不得不像下面这样做两次

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

要么,

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

第三种解决思路

可以通过使用where功能来达到最快的速度:

例如,在numpy数组中查找大于0.2的项目,并用0代替它们:


import numpy as np
nums = np.random.rand(4,3)
print np.where(nums > 0.2, 0, nums)

第四种思路

可以考虑使用numpy.putmask:

np.putmask(arr, arr>=T, 255.0)

下面是与Numpy内置索引的性能比较:


In [1]: import numpy as np
In [2]: A = np.random.rand(500, 500)

In [3]: timeit np.putmask(A, A>0.5, 5)
1000 loops, best of 3: 1.34 ms per loop

In [4]: timeit A[A > 0.5] = 5
1000 loops, best of 3: 1.82 ms per loop

来源:https://blog.csdn.net/qq_42393859/article/details/86524805

标签:Python,替换,NumPy,元素
0
投稿

猜你喜欢

  • Python openpyxl读取单元格字体颜色过程解析

    2023-02-09 06:57:02
  • php中获取指定IP的物理地址的代码(正则表达式)

    2023-11-23 07:04:36
  • MySQL常用维护管理工具

    2009-03-08 16:51:00
  • 实例说明Python中比较运算符的使用

    2021-04-05 02:46:39
  • asp如何用数据库制作一个多用户版的计数器?

    2010-06-16 09:51:00
  • python目标检测yolo1 yolo2 yolo3和SSD网络结构对比

    2022-05-24 16:16:39
  • php获取文章内容第一张图片的方法示例

    2023-11-09 18:55:14
  • vue自定义filters过滤器

    2024-04-30 08:45:12
  • mysql查询慢的原因和解决方案

    2024-01-18 01:30:15
  • Django的restframework接口框架自定义返回数据格式的示例详解

    2023-06-13 05:13:51
  • 不唐突的JavaScript的七条准则[翻译]

    2008-12-09 13:33:00
  • Go语言判断文件或文件夹是否存在的方法

    2024-05-09 14:50:55
  • Python实现对PPT文件进行截图操作的方法

    2021-10-14 13:25:19
  • 纯JS实现AJAX局部刷新功能

    2024-05-02 17:04:38
  • mysql 5.7.15版本安装配置方法图文教程

    2024-01-14 17:08:09
  • 基于python+selenium的二次封装的实现

    2023-02-19 04:47:16
  • 快速解决百度编译器json报错的问题

    2023-04-08 16:20:17
  • Django框架实现在线考试系统的示例代码

    2021-05-24 23:07:00
  • 可爱动态背景输入框

    2009-05-07 13:50:00
  • Python中创建对象列表的实现示例

    2023-08-15 07:20:35
  • asp之家 网络编程 m.aspxhome.com