Question

我需要操作一个大的numpy数组，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，而我当前的方法对于缩减管道来说需要太长时间：

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

是否有一个可以加快速度的numpy功能？

Answer 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：

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

Answer 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。

Answer 3

最快（也是最灵活）的方式是使用np.where，它根据掩码（真值和假值数组）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)

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]]

Answer 4

您可以像这样一步创建掩码数组

mask_data = input_mask_data < 3

这会创建一个布尔数组，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（如在代码中），但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)
>>>

Answer 5

我不确定我理解你的问题，但是如果你写的话：

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

这将使x和y索引小于3的掩码数据的所有值等于1，所有其余值等于0

如果满足条件，则替换Numpy元素

5 个答案: