Définir les éléments du tableau numpy à zéro s'ils sont au-dessus d'un seuil spécifique

Dire, j'ai un tableau numpy se compose de 10 éléments, par exemple:

a = np.array([2, 23, 15, 7, 9, 11, 17, 19, 5, 3])

Maintenant, je veux efficacement l'ensemble de tous les a des valeurs supérieures à 10 à 0donc je vais l'obtenir:

[2, 0, 0, 7, 9, 0, 0, 0, 5, 3]

Parce que j'utilise actuellement un for boucle, qui est très lente:

# Zero values below "threshold value".
def flat_values(sig, tv):
    """
    :param sig: signal.
    :param tv: threshold value.
    :return:
    """
    for i in np.arange(np.size(sig)):
        if sig[i] < tv:
            sig[i] = 0
    return sig

Comment puis-je réaliser que dans la manière la plus efficace, en tenant compte de grands tableaux de, disons, 10^6 éléments?

source d'informationauteur bluevoxel

  1. 10

    Généralement, les interprétations de la liste sont plus rapides que for boucles en python (parce que python sait qu'il n'a pas besoin de soins pour beaucoup de choses qui pourraient se produire dans un for boucle):

    a = [0 if a_ > thresh for a_ in a]

    mais, comme @unutbu correctement soulignénumpy permet de liste de l'indexation, et l'élément de sage comparaison de vous donner l'indice de listes, de sorte que:

    super_threshold_indices = a > thresh
a[super_threshold_indices] = 0

    serait encore plus rapide.

    Généralement, lors de l'application de méthodes sur des vecteurs de données, avoir un regard sur numpy.ufuncsqui, souvent, sont plus performants que python fonctions de la carte à l'aide de tout mécanisme natif.

  2. 41
    In [7]: a = np.array([2, 23, 15, 7, 9, 11, 17, 19, 5, 3])

In [8]: a[a > 10] = 0

In [9]: a
Out[9]: array([2, 0, 0, 7, 9, 0, 0, 0, 5, 3])