Python 以最有效的方式从数值numpy数组中获取0和1（整数布尔值）

我有非小的（10^6）numpy数组，然后我对它们进行一些计算。如果值大于某个值X，其中一个函数只返回0，否则返回1。我理解这一点，一个简单的布尔检查就可以做到：

x = np.arange(100)
x = np.array(x > X, dtype=int)

然而，考虑到我正在创建一个新数组并进行转换，这似乎是非常浪费的。你有什么想法吗？沿x.round（）行的内容（但返回0或1）

还是我的担心完全没有根据

谢谢！ P

---

PS：是的，numpy是必需的。

非常频繁，你可以绕过

bool

数组。在对数值数组进行算术运算时，

bool

数组将根据需要向上转换，将

True

视为

1

，将

False

视为

0

但是，如果您确实需要最有效的方法来获取真正的

int

数组，请使用

np.greater（）

ufunc。与所有UFUNC一样，它接受一个

out=

关键字参数，该参数将用作预先分配的数组，以将结果填充到其中。它将动态转换每个元素，因此不会创建中间

bool

数组

[~]
|1> import numpy as np

[~]
|2> x = np.arange(10)

[~]
|3> output = np.empty(x.shape, dtype=int)

[~]
|4> np.greater(x, 5, out=output)
array([0, 0, 0, 0, 0, 0, 1, 1, 1, 1])

[~]
|5> output
array([0, 0, 0, 0, 0, 0, 1, 1, 1, 1])

---

你退房了吗？其实以前没看到，谢谢。但我真的很想在numpy内做到这一点。已经有一个np数组，所以在制作列表中没有意义。这似乎是我想要的。我甚至可以做一个“np.greater（x，5，out=x）”，只保留一个数组。谢谢