Question

我想将一个特定阈值内的巨大python ndarray的值替换为0.在[-0.1 and 0.1]的阈值内。什么是最有效的方式？这是一个相当大的数组：

>>>np.shape(np_w)
shape=(1, 1, 1024, 1024) dtype=float32

我知道我们这里没有Matlab的ismember，但是，在搜索numpy文档时，我找到了np.in1d和np.isin。到目前为止，我的解决方案并不好看和缓慢：

import numpy as np
Threshhold=X

res=np.isin(np_w,np_w[(np_w>=-Threshhold) & (np_w<=Threshhold)])
indicesToReplace=np.where(res)
np_w[indicesToReplace]=0

Answer 1

我个人会使用np.where和np.logical_and的组合。

>>> import numpy as np
>>> threshold = 0.5
>>> my_arr = np.random.randn(20)
>>> my_arr
array([-0.28094279,  1.28432282,  0.2585762 ,  0.41902366,  1.21350506,
       -0.40586786, -1.04135578, -1.06168061,  0.25554365, -0.75404457,
        1.4755498 , -0.14902854,  0.15225808,  0.03667505,  0.6158351 ,
        0.05171262,  1.09116325, -0.5897306 , -0.69801693, -0.31560829,
       -0.36665813, -0.98115761,  1.21050881,  0.66356061, -0.03960144])
>>> my_arr[np.where(np.logical_and(np.greater(my_arr, -threshold), np.less(my_arr, threshold)))[0]] = np.nan
>>> my_arr
array([        nan,  1.28432282,         nan,         nan,  1.21350506,
               nan, -1.04135578, -1.06168061,         nan, -0.75404457,
        1.4755498 ,         nan,         nan,         nan,  0.6158351 ,
               nan,  1.09116325, -0.5897306 , -0.69801693,         nan,
               nan, -0.98115761,  1.21050881,  0.66356061,         nan])

Answer 2

如果它是0周围的对称间隔，您可以使用abs和<以及boolean array indexing（类似于integer array indexing，但在这种情况下，您不需要围绕条件的np.where：

my_np[abs(my_np) <= treshhold] = 0

这将用0替换绝对值小于或等于阈值的所有值。

如果您需要更通用的解决方案，比如说下限阈值的绝对值不等于上限阈值，那么您可以使用&组合表达式：

my_np[(my_np >= lower_treshhold) & (my_np <= upper_threshhold)] = 0

替换满足特定阈值的python ndarray的值

2 个答案: