将NumPy数组中所有大于某个值的元素替换掉。

Question

我有一个2D的NumPy数组。如何将其中大于阈值T = 255的所有值替换为x = 255？一种慢速的基于循环的方法是：

# arr = arr.copy()  # Optionally, do not modify original arr.

for i in range(arr.shape[0]):
    for j in range(arr.shape[1]):
        if arr[i, j] > 255:
            arr[i, j] = x

- NLi10Me

---

有关更多信息，请查看这个索引入门。 - askewchan

Answer 1

我认为这个问题最快也最简洁的解决方法是使用NumPy内置的高级索引。如果你有一个名为arr的ndarray数组，你可以按如下方式用一个值x替换所有大于>255的元素：

arr[arr > 255] = x

我在我的电脑上运行了一个500 x 500的随机矩阵，将所有大于0.5的值替换成5，并且平均花费了7.59毫秒。

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

- mdml

---

请注意，这会修改现有的数组arr，而不是像原始帖子中创建一个result数组。 - askewchan

有没有一种方法可以不修改 A 而创建一个新数组来实现这个? - sodiumnitrate

如果我们想要更改索引为给定 n 的倍数的值，比如a[2]、a[4]、a[6]、a[8]......（其中n=2），我们该怎么做呢？ - lavee_singh

请注意，如果数据存储在Python列表中，则以下方法无法奏效，数据必须存储在NumPy数组中（np.array([1,2,3])。 - mjp

能否使用此索引更新每个值而无需条件？我想这样做：array[ ? ] = x，将每个值设置为x。其次，是否可以执行多个条件，例如： array[ ? ] = 255 if array[i] > 127 else 0我想优化我的代码，目前正在使用列表推导式，但比这种高级索引慢得多。 - AgentM

Answer 2

如果你想要一个新的数组 result，其中包含了 arr 的副本，只有当 arr < 255 时，否则为 255。

result = np.minimum(arr, 255)

更一般地说，对于一个下界和/或上界：

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

---

如果你只想访问超过255的值，或者需要更复杂的操作，@mtitan8的回答更通用，但是np.clip和np.minimum（或np.maximum）对于你的情况来说更好且速度更快。

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

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

---

如果你想在原地进行操作（即修改`arr`而不是创建`result`），你可以使用`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。）

对于原地修改，布尔索引速度提高了很多（无需单独创建和修改副本），但仍然不如minimum快。

In [328]: %%timeit
   .....: a = np.random.randint(0, 300, (100,100))
   .....: np.minimum(a, 255, a)
   .....: 
100000 loops, best of 3: 303 µs per loop

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

---

假设你想要限制数值的最小和最大值，如果没有使用 clip 函数，你需要重复两次操作，类似于下面的代码：

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

或者，

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

- askewchan

---

非常感谢您的完整评论，但在这种情况下，np.clip和np.minimum似乎不是我所需要的。在OP中，您可以看到阈值T和替换值（255）不一定是相同的数字。尽管如此，我仍然给了您一个赞，因为您的回答非常详细。再次感谢。 - NLi10Me

如果我们想要改变索引为给定 n 的倍数的值，比如 a[2]、a[4]、a[6]、a[8]......，我们该怎么做呢？ - lavee_singh

@lavee_singh，要做到这一点，您可以使用切片的第三部分，通常被忽略：a[start:stop:step]会给您返回从start到stop的数组元素，但是它只会取每个step（如果省略，默认为1）的元素。因此，要将所有偶数设置为零，您可以执行a[::2] = 0。 - askewchan

谢谢，我需要这样的东西，尽管我知道它适用于简单列表，但我不知道它是否适用于numpy.array。 - lavee_singh

在我的调查中，令人惊讶的是 a = np.maximum(a,0) 比 np.maximum(a,0,out=a) 更快。 - Muhammad Yasirroni

Answer 3

我认为您可以通过使用 where 函数最快实现这一点：

例如，在numpy数组中查找大于0.2的项目并将它们替换为0：

import numpy as np

nums = np.random.rand(4,3)

print np.where(nums > 0.2, 0, nums)

- Amir F

Answer 4

另一种方法是使用np.place，它进行就地替换，并适用于多维数组：

import numpy as np

# create 2x3 array with numbers 0..5
arr = np.arange(6).reshape(2, 3)

# replace 0 with -10
np.place(arr, arr == 0, -10)

- Shital Shah

---

这是我使用的解决方案，因为它是我遇到的第一个。我想知道这个和上面选择的答案之间是否有很大的区别。你认为呢？ - jonathanking

在我的非常有限的测试中，我使用np.place的上述代码比被接受的答案的直接索引方法运行得慢2倍。这很令人惊讶，因为我本以为np.place会更加优化，但我猜他们可能在直接索引上投入了更多的工作。 - Shital Shah

在我的情况下，与内置方法相比，np.place 的速度也较慢，尽管在这个评论中声称相反。 - riyansh.legend

Answer 5

您可以考虑使用numpy.putmask：

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

这里是与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

- lev

---

我已经测试了代码，当使用上限为0.5而不是5时，使用索引比np.putmask快大约两倍。 - Ali_Sh

Answer 6

您还可以使用&，|（和/或）来获取更多的灵活性：

5到10之间的值：A[(A>5)&(A<10)]

大于10或小于5的值：A[(A<5)|(A>10)]

- Mahdi Shahbaba

Answer 7

np.where()非常好用！

np.where(arr > 255, 255, arr)

例子：

FF = np.array([[0, 0],
              [1, 0],
              [0, 1],
              [1, 1]])
np.where(FF == 1, '+', '-')
Out[]: 
array([['-', '-'],
       ['+', '-'],
       ['-', '+'],
       ['+', '+']], dtype='<U1')

- dougeemetcalf

---

np.where是一个很好的解决方案，它不会改变涉及到的数组，并且它也直接兼容pandas系列对象。真的帮了我很多。 - AndrewJaeyoung

Answer 8

假设您有一个包含从0到20的值的 numpy 数组，您希望用0替换大于10的数字。

import numpy as np

my_arr = np.arange(0,21) # creates an array
my_arr[my_arr > 10] = 0 # modifies the value

请注意，这将修改原始数组以避免覆盖原始数组，请尝试使用arr.copy()创建原始数组的新分离副本，然后修改该副本。

import numpy as np

my_arr = np.arange(0,21)
my_arr_copy = my_arr.copy() # creates copy of the orignal array

my_arr_copy[my_arr_copy > 10] = 0 

- Hadi Mir