87

我必须计算矩阵（二维数组）中小于 200 的所有值。

我为此写下的代码是：

za=0   
p31 = numpy.asarray(o31)   
for i in range(o31.size[0]):   
    for j in range(o32.size[1]):   
        if p31[i,j]<200:   
            za=za+1   
print za

o31是一个图像，我将它转换成一个矩阵，然后找到值。

有没有更简单的方法来做到这一点？

4

6 回答 6

113

这对于布尔数组非常简单：

p31 = numpy.asarray(o31)
za = (p31 < 200).sum() # p31<200 is a boolean array, so `sum` counts the number of True elements
于 2012-10-21T08:32:56.487 回答
106

该numpy.where功能是您的朋友。因为它的实现是为了充分利用数组数据类型，所以对于大图像，您应该注意到比您提供的纯 python 解决方案的速度提高。

直接使用 numpy.where 将产生一个布尔掩码，指示某些值是否符合您的条件：

>>> data
array([[1, 8],
       [3, 4]])
>>> numpy.where( data > 3 )
(array([0, 1]), array([1, 1]))

并且掩码可用于直接索引数组以获取实际值：

>>> data[ numpy.where( data > 3 ) ]
array([8, 4])

您从那里获取它的确切位置将取决于您希望结果的形式。

于 2012-10-21T08:11:00.107 回答
30

有很多方法可以实现这一点，比如展平过滤或简单枚举，但我认为使用布尔/掩码数组是最简单的一种（而 iirc 是一种更快的方法）：

>>> y = np.array([[123,24123,32432], [234,24,23]])
array([[  123, 24123, 32432],
       [  234,    24,    23]])
>>> b = y > 200
>>> b
array([[False,  True,  True],
       [ True, False, False]], dtype=bool)
>>> y[b]
array([24123, 32432,   234])
>>> len(y[b])
3
>>>> y[b].sum()
56789

更新：

正如 nneonneo 已经回答的那样，如果您想要的只是通过阈值的元素数量，您可以简单地执行以下操作：

>>>> (y>200).sum()
3

这是一个更简单的解决方案。

速度比较filter：

### use boolean/mask array ###

b = y > 200

%timeit y[b]
100000 loops, best of 3: 3.31 us per loop

%timeit y[y>200]
100000 loops, best of 3: 7.57 us per loop

### use filter ###

x = y.ravel()
%timeit filter(lambda x:x>200, x)
100000 loops, best of 3: 9.33 us per loop

%timeit np.array(filter(lambda x:x>200, x))
10000 loops, best of 3: 21.7 us per loop

%timeit filter(lambda x:x>200, y.ravel())
100000 loops, best of 3: 11.2 us per loop

%timeit np.array(filter(lambda x:x>200, y.ravel()))
10000 loops, best of 3: 22.9 us per loop

*** use numpy.where ***

nb = np.where(y>200)
%timeit y[nb]
100000 loops, best of 3: 2.42 us per loop

%timeit y[np.where(y>200)]
100000 loops, best of 3: 10.3 us per loop
于 2012-10-21T08:13:37.877 回答
10

这是一个使用花式索引并将实际值作为中间值的变体：

p31 = numpy.asarray(o31)
values = p31[p31<200]
za = len(values)
于 2012-10-21T14:35:34.237 回答
6

要计算任何 numpy 数组中大于 x 的值的数量，您可以使用：

n = len(matrix[matrix > x])

布尔索引返回一个数组，该数组仅包含满足条件（矩阵 > x）的元素。然后 len() 计算这些值。

于 2018-12-03T19:39:55.070 回答
1

您可以使用numpy.count_nonzero，将整体转换为单线：

za = numpy.count_nonzero(numpy.asarray(o31)<200)  #as written in the code
于 2021-02-17T17:31:45.570 回答