python - 以最有效的方式从数字 numpy 数组中获取 0 和 1（整数布尔值）

Question

我有非小 (10^6) numpy 数组，然后我对其进行一些计算。如果值大于某个值 X，则其中一个函数仅返回 0，否则返回 1。我理解这是一个简单的布尔检查来完成这项工作：

x = np.arange(100)
x = np.array(x > X, dtype=int)

但是，鉴于我正在创建一个新数组并进行转换，这似乎非常浪费。关于如何就地做的任何想法？类似于 x.round() 的东西（但会返回 0 或 1）。

还是我的担忧完全没有根据？

谢谢！磷

PS：是的，numpy 是作为要求。

Answer 1

很多时候，你可以绕过bool数组来逃避。当用于数值数组的算术运算时，bool数组将根据需要向上转换，将Trueas1和Falseas处理0。

但是，如果您真的需要最有效的方法来获取真正的int数组，请使用np.greater()ufunc。像所有 ufunc 一样，它接受一个out=关键字参数，该参数将用作预先分配的数组来填充结果。它将即时转换每个元素，因此不会bool创建中间数组。

[~]
|1> import numpy as np

[~]
|2> x = np.arange(10)

[~]
|3> output = np.empty(x.shape, dtype=int)

[~]
|4> np.greater(x, 5, out=output)
array([0, 0, 0, 0, 0, 0, 1, 1, 1, 1])

[~]
|5> output
array([0, 0, 0, 0, 0, 0, 1, 1, 1, 1])