我有一个 2D NumPy 数组，想用 255.0 替换其中大于或等于阈值 T 的所有值。据我所知，最基本的方法是:

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. 什么是最简洁和 Pythonic 的方法？

2. 是否有更快(可能不那么简洁和/或不那么 Pythonic)的方法来做到这一点？

这将是人体头部 MRI 扫描的窗口/水平调整子程序的一部分。二维numpy数组是图像像素数据。

最佳答案

我认为最快和最简洁的方法是使用 NumPy 的内置 Fancy 索引。如果您有一个名为 arr 的 ndarray，则可以将所有元素 >255 替换为值 x，如下所示:

arr[arr > 255] = x

我在我的机器上使用 500 x 500 的随机矩阵运行此程序，将 >0.5 的所有值替换为 5，平均耗时 7.59 毫秒。

In [1]: import numpy as np
In [2]: A = np.random.rand(500, 500)
In [3]: timeit A[A > 0.5] = 5
100 loops, best of 3: 7.59 ms per loop

https://stackoverflow.com/questions/19666626/