조건이 충족되는 경우 Numpy 요소 교체

조건이 충족되는 경우 Numpy 요소 교체

조건이 충족되면 각 요소가 1 또는 0으로 변경되도록 조작해야 하는 큰 numpy 배열이 있습니다(나중에 픽셀 마스크로 사용됨).어레이에는 약 800만 개의 요소가 있으며 현재의 방법으로는 축소 파이프라인에 시간이 너무 오래 걸립니다.

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

이 속도를 높일 수 있는 numpy 기능이 있습니까?

>>> 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]])

다음을 사용하여 이를 단축할 수 있습니다.

>>> 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]])
>>>

예: 부울 배열을 사용한 인덱싱을 참조하십시오.

가장 빠르고 유연한 방법은 np를 사용하는 것입니다.여기서, 마스크(참 및 거짓 값 배열)에 따라 두 배열 중에서 선택합니다.

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)

이는 다음을 생성합니다.

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]]

다음과 같은 한 단계로 마스크 배열을 만들 수 있습니다.

mask_data = input_mask_data < 3

그러면 픽셀 마스크로 사용할 수 있는 부울 배열이 생성됩니다.코드에서와 같이 입력 배열을 변경하지는 않았지만 마스크 데이터를 저장할 새 배열을 만들었습니다. 이렇게 하는 것이 좋습니다.

>>> 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)
>>> 

저는 Numpy의 초보자였고, 위의 답변은 제 배열을 수정할 정도로 간단하지 않습니다. 그래서 제가 생각해낸 것을 게시합니다.

import numpy as np

arr = np.array([[[10,20,30,255],[40,50,60,255]],
                [[70,80,90,255],[100,110,120,255]],
                [[170,180,190,255],[230,240,250,255]]])

# Change 1:
# Set every value to 0 if first element is smaller than 80 
arr[arr[:,:,0] < 80] = 0

print('Change 1:',arr,'\n')

# Change 2:
# Set every value to 1 if bigger than 180 and smaller than 240
# OR if equal to 170
arr[(arr > 180) & (arr < 240) | (arr == 170)] = 1

print('Change 2:',arr)

이를 통해 다음과 같은 이점을 얻을 수 있습니다.

Change 1: [[[  0   0   0   0]
  [  0   0   0   0]]

 [[  0   0   0   0]
  [100 110 120 255]]

 [[170 180 190 255]
  [230 240 250 255]]] 

Change 2: [[[  0   0   0   0]
  [  0   0   0   0]]

 [[  0   0   0   0]
  [100 110 120 255]]

 [[  1 180   1 255]
  [  1 240 250 255]]]

이렇게 하면 '변경 2'와 같은 수많은 조건을 추가하고 그에 따라 값을 설정할 수 있습니다.

제가 당신의 질문을 이해했는지는 모르겠지만, 만약 당신이 다음과 같이 쓴다면:

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

이렇게 하면 x 및 y 인덱스가 3 미만인 마스크 데이터의 모든 값이 1이고 나머지 값은 모두 0입니다.

언급URL : https://stackoverflow.com/questions/19766757/replacing-numpy-elements-if-condition-is-met