替换满足特定阈值的python数据数组的值

我希望将某个阈值内的大型python ndarray的值替换为0。假设在

[-0.1和0.1]

的阈值范围内。最有效的方法是什么？这是一个相当大的阵列：

>>>np.shape(np_w)
shape=(1, 1, 1024, 1024) dtype=float32

我知道这里没有Matlab的

ismember

，但是，在搜索numpy文档时，我发现

np.inad

和

np.isin

。到目前为止，我的解决方案看起来既不好也不慢：

import numpy as np
Threshhold=X

res=np.isin(np_w,np_w[(np_w>=-Threshhold) & (np_w<=Threshhold)])
indicesToReplace=np.where(res)
np_w[indicesToReplace]=0

将numpy导入为np
阈值=X
res=np.isin（np_w，np_w[（np_w>=-threshold）&（np_w）我个人会使用和的组合

就我个人而言，我会使用和的组合

如果它是
0
附近的对称区间，你可以使用
abs
和
如果它是
0
附近的对称区间，你可以使用
abs
和
谢谢，@mseifer。所以基本上你的方法只是一条直线？不需要
np.isin
，对吗？与wha相比，这是非常缓慢的对于我的方法，我首先找到索引，然后用新的值替换它们。我会说是10xslower@Amir
np\u w
或
my\u np
？更新（编辑）是有意义的问题。谢谢，@MSeifert。所以基本上你的方法只是一条线性线？不需要
np.isin
，对吗？不幸的是，这非常慢？与我的方法相比，我先找到索引，然后用新值替换。我会说是10倍slower@Amir
np\u w
或
my\u np
？如果更新（编辑）问题。
>>> import numpy as np
>>> threshold = 0.5
>>> my_arr = np.random.randn(20)
>>> my_arr
array([-0.28094279,  1.28432282,  0.2585762 ,  0.41902366,  1.21350506,
       -0.40586786, -1.04135578, -1.06168061,  0.25554365, -0.75404457,
        1.4755498 , -0.14902854,  0.15225808,  0.03667505,  0.6158351 ,
        0.05171262,  1.09116325, -0.5897306 , -0.69801693, -0.31560829,
       -0.36665813, -0.98115761,  1.21050881,  0.66356061, -0.03960144])
>>> my_arr[np.where(np.logical_and(np.greater(my_arr, -threshold), np.less(my_arr, threshold)))[0]] = np.nan
>>> my_arr
array([        nan,  1.28432282,         nan,         nan,  1.21350506,
               nan, -1.04135578, -1.06168061,         nan, -0.75404457,
        1.4755498 ,         nan,         nan,         nan,  0.6158351 ,
               nan,  1.09116325, -0.5897306 , -0.69801693,         nan,
               nan, -0.98115761,  1.21050881,  0.66356061,         nan])

my_np[abs(my_np) <= treshhold] = 0

my_np[(my_np >= lower_treshhold) & (my_np <= upper_threshhold)] = 0