Python NumPy 配列の要素のうち、ある値よりも大きいものをすべて置き換える
2次元のNumPy配列があり、その中の閾値T以上の値をすべて255.0に置き換えたいと思っています。私の知る限りでは、最も基本的な方法は
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
1.最も簡潔でピシッとした方法は何ですか?
2.もっと早く(もしかしたらもっと簡潔に、もっとパイソン的に)できる方法はありますか?
これは、人間の頭部のMRIスキャンのウィンドウ/レベル調整サブルーチンの一部になります。2D numpy配列は、画像のピクセルデータです。
165
3
これを行うには、NumPy'のビルトインFancyインデックスを使用するのが最も早く、かつ簡潔な方法だと思います。arr
という名前の
ndarrayがあれば、次のようにすべての要素
>255を値
x`で置き換えることができます。これを私のマシンで500×500のランダム行列を用いて、すべての値>0.5を5に置き換えて実行したところ、平均7.59msかかりました。
実際には、
arr < 255
のときはarr
、それ以外のときは255
という別の配列が欲しいわけですから、これは簡単にできます。より一般的には、下界や上界に対しては
255以上の値にアクセスしたいだけなら、@mtitan8'さんの回答の方が一般的ですが、
np.clip
やnp.minimum
(またはnp.maximum
)の方が使い勝手が良く、より高速に処理できます。インプレースで行いたい(つまり、
result
を作成する代わりにarr
を修正する)場合は、np.minimum
のout
パラメータを使用できます。または
(関数'の定義と同じ順序で引数を指定するので、
out=
の名前はオプションです)。インプレースモディフィケーションでは、ブーリアンインデックスを使用することで大幅にスピードアップしますが(コピーを作成してから個別に修正する必要はありません)、それでも
minimum
には及びません。比較のために、値を最大値だけでなく最小値でも制限したい場合、
clip
がなければ、次のような方法でこれを 2 回行わなければなりません。とかになります。
numpy.putmask]1**の使用を検討することができます。
Numpy'の内蔵インデックスとの性能比較です。