Wymiana elementów Numpy, jeśli warunek jest spełniony

Mam dużą tablicę numpy, którą muszę manipulować, aby każdy element był zmieniany na 1 lub 0, jeśli warunek zostanie spełniony (będzie później używany jako maska ​​pikseli). W tablicy jest około 8 milionów elementów, a moja obecna metoda zajmuje zbyt dużo czasu dla potoku redukcji:

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

Czy jest jakaś funkcja numpy, która przyspieszyłaby to?

>>> import numpy as np
>>> a = np.random.randint(0, 5, size=(5, 4))
>>> a
array([[4, 2, 1, 1],
       [3, 0, 1, 2],
       [2, 0, 1, 1],
       [4, 0, 2, 3],
       [0, 0, 0, 2]])
>>> b = a < 3
>>> b
array([[False,  True,  True,  True],
       [False,  True,  True,  True],
       [ True,  True,  True,  True],
       [False,  True,  True, False],
       [ True,  True,  True,  True]], dtype=bool)
>>> 
>>> c = b.astype(int)
>>> c
array([[0, 1, 1, 1],
       [0, 1, 1, 1],
       [1, 1, 1, 1],
       [0, 1, 1, 0],
       [1, 1, 1, 1]])

Możesz to skrócić za pomocą:

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

>>> 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]])
>>>

Zobacz np. Indeksowanie za pomocą tablic logicznych .

Najszybciej (i elastycznych) sposobem jest użycie np.where , które wybiera pomiędzy dwoma macierzy zgodnie z maską (tablica wartości rzeczywistych i fałszywych)

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)

który wyprodukuje:

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]]

Możesz stworzyć swoją tablicę masek w jednym kroku

mask_data = input_mask_data < 3

Tworzy to tablicę logiczną, która może być następnie używana jako maska ​​pikseli. Zauważ, że nie zmieniliśmy tablicy wejściowej (tak jak w twoim kodzie), ale utworzyliśmy nową tablicę do przechowywania danych maski - zalecałbym zrobienie tego w ten sposób.

>>> 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)
>>> 

Nie jestem pewien, czy zrozumiałem Twoje pytanie, ale jeśli napiszesz:

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

Spowoduje to, że wszystkie wartości danych maski, których indeksy x i y są mniejsze niż 3, będą równe 1, a wszystkie pozostałe będą równe 0