Python快速过滤Numpy数组中特定元素的方法

对于一个Numpy数组，有的时候我们想选取或者剔除某些符合条件的元素值，却突然发现除了一些特定的函数，如numpy.minimum()等，或者一个嵌套循环之外束手无策。其实这里有一个trick1，可以使代码有效而简洁。

---

让我们来到一个场景中：我们有一个名为Saliency的灰度图像数组，用来表示一张图片中受关注程度的不同。为了增强可视化效果，我们需要过滤掉数组中数值过小的元素，让其等于0，于是我们可以这么做：

>>> print saliency.shape
(227,227)
>>> idx = saliency < 0.0001  # or some other threshold value
>>> saliency[idx] = 0
# other operations ...

简单写，可以写作

>>> saliency[saliency < 0.0001] = 0
# other operations ...

我们来看看saliency < 0.0001到底生成了什么：

>>> print saliency < 0.0001
[[ True  True  True ...,  True  True  True]
[ True  True  True ...,  True  True  True]
[ True  True  True ...,  True  True  True]
...,
[ True  True  True ...,  True  True  True]
[ True  True  True ...,  True  True  True]
[ True  True  True ...,  True  True  True]]

是一个逻辑数组。

---

对此我们可以进行合理外推，大家可以试试，对于(227,227,3)的图像，是否可以这样处理一些某个通道里的像素点：

>>> print img.shape
(227,227,3)
>>> img[img > 200, 0] = 200

可能有人会想到，能否用这个trick来处理诸如 saliency > 0.0001 & saliency < 0.001的元素。我试了一下，这个技巧继续外推：

# Note that brackets are necessary!
saliency[(saliency>0.0001)&(saliency<0.001)] = 0

---

需要注意的是，List类型的变量并不支持上面所说的技巧。

---

当然，如果大家发现了更多的巧用，也欢迎多多交流。
2015-09-19

---

1. http://stackoverflow.com/questions/21459758/numpy-faster-way-to-implement-threshold-value-ceiling ↩