如何用Python将NumPy数组中超过特定值的所有元素替换为特定值？

本文共计876个文字，预计阅读时间需要4分钟。

我有 一个2D（二维）NumPy 数组，希望用 255.0 替换大于或等于阈值 T 的所有值。已知最基本的方法是：shape=arr.shaperesult=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]=255.0

我有一个2D(二维) NumPy数组，并希望用255.0替换大于或等于阈值T的所有值。据我所知，最基础的方法是：

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

有更简洁和pythonic的方式来做到这一点吗？

有没有更快(可能不那么简洁和/或不那么pythonic)的方式来做到这一点？

这将成为人体头部MRI扫描窗口/等级调整子程序的一部分，2D numpy数组是图像像素数据。

最佳解决思路

我认为最快和最简洁的方法是使用Numpy的内置索引。如果您有名为arr的ndarray，则可以按如下所示将所有元素>255替换为值x：

arr[arr > 255] = x

我用500 x 500的随机矩阵在我的机器上运行了这个函数，用5替换了所有> 0.5的值，平均耗时7.59ms。