Python中高效替换NumPy数组大于阈值元素的方法

NumPy数组阈值替换基础与场景

假设我们拥有一个二维NumPy数组，目标是将所有大于或等于指定阈值T的数值统一替换为255.0。按照最直观的逻辑，实现这一需求的基础方式通常涉及遍历数组元素。

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

是否存在更加简洁且符合Python编程习惯的实现方案？

除了简洁性，是否还有能显著提升执行速度（即便牺牲部分代码可读性）的方法？

该操作将应用于人体头部MRI扫描图像的窗口/等级调整子程序中，此时二维NumPy数组代表图像像素数据。

最佳方案：布尔索引与性能分析

综合性能与代码简洁性的最佳方案

目前看来，结合NumPy内置索引功能是最为高效且简洁的做法。若存在名为arr的ndarray对象，可通过如下方式将所有大于255的元素替换为目标值x：

arr[arr > 255] = x

在配备随机矩阵的测试环境中，对500 x 500大小的矩阵运行上述函数，将所有大于0.5的值替换为5，平均耗时约为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

次优方案：使用minimum与clip函数

次优但更简洁的替代方案

若实际需求是生成一个新数组arr，其中所有小于255的值保持不变，可直接利用以下代码实现：

result = np.minimum(arr, 255)

对于同时需要设定下限和上限的情况，更通用的处理方式是：

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

如果仅需访问或处理超过255的值，使用np.clip或np.minimum（以及np.maximum）在处理速度和代码简洁性上更具优势。

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

若需执行原地修改（即直接修改arr而非创建新数组result），可借助np.minimum的out参数实现：

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

或者采用另一种等效写法：

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

注意，out参数名称可省略，因为参数顺序与函数定义一致。

对于原地修改操作，布尔索引能显著加速（无需分别进行修改和拷贝步骤），但其速度仍不及minimum函数。

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

作为对比，若需同时限制最大值和最小值，不使用clip函数时需执行两次操作：

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

或者采用以下等效逻辑：

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

其他高效方法：where与putmask

第三种高效处理思路

利用where函数可实现更快的处理速度：

例如，在NumPy数组中查找大于0.2的项目，并将其替换为0：

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

第四种可选方案

可以考虑使用numpy.putmask函数：

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

以下是与NumPy内置索引的性能对比结果：

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

以上关于Python替换NumPy数组中大于特定值元素的内容即为全部分享，旨在提供实用参考，欢迎持续关注与支持。