Python 如果满足条件，则更换Numpy元件

我有一个大的numpy数组，需要对其进行操作，以便在满足条件时将每个元素更改为1或0（稍后将用作像素掩码）。阵列中大约有800万个元素，我当前的方法对于缩减管道来说花费的时间太长：

for (y,x), value in numpy.ndenumerate(mask_data): 

    if mask_data[y,x]<3: #Good Pixel
        mask_data[y,x]=1
    elif mask_data[y,x]>3: #Bad Pixel
        mask_data[y,x]=0

对于（y，x），数值单位为numpy.ndenumerate（掩码数据）：
如果遮罩_数据[y，x]3:#坏像素
掩码_数据[y，x]=0

有没有一个numpy函数可以加速这个过程

>>> a = np.random.randint(0, 5, size=(5, 4))
>>> a
array([[0, 3, 3, 2],
       [4, 1, 1, 2],
       [3, 4, 2, 4],
       [2, 4, 3, 0],
       [1, 2, 3, 4]])
>>> 
>>> a[a > 3] = -101
>>> a
array([[   0,    3,    3,    2],
       [-101,    1,    1,    2],
       [   3, -101,    2, -101],
       [   2, -101,    3,    0],
       [   1,    2,    3, -101]])
>>>

---

见，例如

您可以像这样一步创建遮罩阵列

mask_data = input_mask_data < 3

mask_data=输入_mask_data<3

这将创建一个布尔数组，然后将其用作像素掩码。请注意，我们没有更改输入数组（如代码中所示），而是创建了一个新数组来保存掩码数据-我建议这样做

>>> input_mask_data = np.random.randint(0, 5, (3, 4))
>>> input_mask_data
array([[1, 3, 4, 0],
       [4, 1, 2, 2],
       [1, 2, 3, 0]])
>>> mask_data = input_mask_data < 3
>>> mask_data
array([[ True, False, False,  True],
       [False,  True,  True,  True],
       [ True,  True, False,  True]], dtype=bool)
>>> 

输入掩码数据=np.random.randint（0,5,3,4）） >>>输入屏蔽数据 数组（[[1,3,4,0]， [4, 1, 2, 2], [1, 2, 3, 0]]) >>>掩码数据=输入掩码数据<3 >>>屏蔽数据 数组（[[True，False，False，True]， [假，真，真，真]， [True，True，False，True]]，dtype=bool） >>>

>>将numpy作为np导入
>>>a=np.random.randint（0,5，size=（5,4））
>>>a
数组（[[4,2,1,1]，
[3, 0, 1, 2],
[2, 0, 1, 1],
[4, 0, 2, 3],
[0, 0, 0, 2]])
>>>b=a<3
>>>b
数组（[[False，True，True，True]，
[假，真，真，真]，
[真的，真的，真的，真的]，
[假，真，真，假]，
[True，True，True，True]]，dtype=bool）
>>> 
>>>c=b.aType（int）
>>>c
数组（[[0,1,1,1]，
[0, 1, 1, 1],
[1, 1, 1, 1],
[0, 1, 1, 0],
[1, 1, 1, 1]])

您可以通过以下方式缩短此时间：

>>> c = (a < 3).astype(int)

>c=（a<3）.astype（int）

我不确定我是否理解了你的问题，但如果你写：

mask_data[:3, :3] = 1
mask_data[3:, 3:] = 0

这将使x和y索引小于3的掩码数据的所有值都等于1，其余所有值都等于0。使用最快（也是最灵活）的方法是，根据掩码（真值和假值数组）在两个数组之间进行选择：

---

如果

mask_data[y，x]==3

，您希望发生什么？好的一点，那仍然是一个坏像素。如果mask_data[y，x]>=3:是，我将把条件更改为

。如果OP真的想要0和1，他可以使用
.astype（int）
或
*1
，但是
True
和
False
的数组也一样好。非常好的东西，谢谢！如果要引用更改的值，可以使用类似
a[a>3]=-101+a[a>3]
@pexmar的方法，但如果使用
a[a>3]=-101+a[a>3]
而不是
a[a>3]+=-101
您很可能会面临内存泄漏。您如何引用pexmar询问时更改的值？如何在特定列中实现这一点，而不必切掉一些列，然后重新分配回来？例如，当条件满足时，只有列[2,3]中的元素应更改值，而其他列无论是否满足条件都不会更改。True，但仅适用于0和1的情况。请参阅下面更一般的答案（以效率为代价）。如果不满足条件，我不想替换为任何内容，那么最好的方法是什么？即，仅在满足条件时替换为提供的值，如果不保留原始数字……要替换a中小于3的所有值，并保持其余值不变，请使用
a[a]
mask_data[:3, :3] = 1
mask_data[3:, 3:] = 0

import numpy as np
a = np.random.randint(0, 5, size=(5, 4))
b = np.where(a<3,0,1)
print('a:',a)
print()
print('b:',b)

a: [[1 4 0 1]
 [1 3 2 4]
 [1 0 2 1]
 [3 1 0 0]
 [1 4 0 1]]

b: [[0 1 0 0]
 [0 1 0 1]
 [0 0 0 0]
 [1 0 0 0]
 [0 1 0 0]]