Python 根据两个不同数组的值填充Numpy数组

我有两个5x5x3阵列：

A = np.random.randint(0, 255, (5,5,3), np.uint8)
B = np.random.randint(0, 255, (5,5,3), np.uint8)

我需要填充第三个数组C（a和B的形状相同），根据a中的值填充a或B中的值

纯Python代码应该是：

C = np.zeros(A.shape, dtype=np.uint8) 
h, w, ch = C.shape

for y in range(0, h):
    for x in range(0, w):
        for z in range(0, ch):
            if A[y, x, z] > 128:
                C[y, x, z] = max(A[y, x, z], B[y, x, z])
            else:
                C[y, x, z] = min(A[y, x, z], B[y, x, z])

上面的代码可以工作，但对于大数组来说速度非常慢。 我对numpy的尝试如下：

C = np.zeros(A.shape, dtype=np.uint8) 
C[A>128] = max(A,B)
C[A<128] = min(A,B) 

---

请尝试以下代码：

C = np.zeros(shape=A.shape)
C = (A>128)*np.maximum(A,B)+(A<=128)*np.minimum(A,B)

C=np.zero（shape=A.shape）
C=（A>128）*np.maximum（A，B）+（APythons-min/max函数在numpy-ndarray上似乎无法按元素运行（这似乎是您正在寻找的）

您应该能够使用np.maximum和np.minimum

C[A>128] = np.maximum(A,B)[A>128]
C[A<=128] = np.minimum(A,B)[A<=128]

C[A>128]=np.最大值（A，B）[A>128]
C[A带np。可以避免在之前创建空数组。与A和B形状相同的np.maximum、np.minimum返回数组。条件A>128将从中选择正确的值

С = np.where(A>128, np.maximum(A,B), np.minimum(A,B))

毫无疑问，它是这项工作的正确工具。除非其他人使用变通方法，否则它就是为此而设计的。
max
是Python标量函数。我认为您需要
np.max（A，B）
，一个元素级的最大值。
С = np.where(A>128, np.maximum(A,B), np.minimum(A,B))