在迭代n维numpy数组时创建新数组

Question

如何迭代n维的numpy数组并创建一个类似形状的新数组。

e.g。输入：

import numpy as np

arr = np.array([[1,2,3],
                [4,5,6],
                [7,8,9],
                [0,0,0]])
alpha = 3.
median = np.median(arr)

我想构建一个相同（4,3）的新数组，其标志设置为1，用于随机条件。 例如

flag = (arr[i,j] > median - alpha) or (arr[i,j] < median + alpha)

我会用2语句来解决这个问题

flags = arr * 0 
for i in range(arr.shape[0]):
    for j in range(arr.shape[1]):
         flags[i,j] = (arr[i,j] > median - alpha) or (arr[i,j] < median + alpha)

有没有办法以更简单，更有效的 pythonic 方式解决这个问题？理想情况下，解决方案也适用于n维数组（1,2，... n维）

Answer 1

你根本不需要迭代。

np.logical_or(arr < median - alpha, arr > median + alpha)

Answer 2

Numpy完成以避免循环：

alpha = 3.
median = np.median(arr)

abs(arr-median) < alpha

#array([[ True,  True,  True],
#      [ True,  True,  True],
#      [False, False, False],
#      [False, False, False]], dtype=bool)

当然它适用于任何数量的维度。

更一般地说，每次使用numpy logic functions制定条件时，都可以避免循环。 Python 和以及或运算符不会映射到numpy数组，并且使用它们意味着循环和减速。