条件が満たされた場合に各要素が1または0に変更されるように操作する必要がある大きなnumpy配列があります（後でピクセルマスクとして使用されます）。配列には約800万の要素があり、現在の方法では削減パイプラインに時間がかかりすぎます。
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
これをスピードアップするnumpy関数はありますか？
if mask_data[y,x]>=3:
回答:
>>> 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]])
これは次の方法で短縮できます。
>>> 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]])
>>>
たとえば、ブール配列を使用したインデックス付けを参照してください。
a[a > 3] = -101+a[a > 3]。
a[a > 3] = -101+a[a > 3]代わりにa[a > 3] += -101実行すると、メモリリークが発生する可能性が高くなります。
最速（最も柔軟）な方法は、使用することであるnp.whereマスク（真および偽の値のアレイ）に応じて二つの配列の間で選択しました：
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)
生成されます：
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]]
a[a<3] = 0
このように1つのステップでマスク配列を作成できます
mask_data = input_mask_data < 3
これによりブール配列が作成され、ピクセルマスクとして使用できます。（コードのように）入力配列を変更していませんが、マスクデータを保持するために新しい配列を作成していることに注意してください-この方法で行うことをお勧めします。
>>> 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)
>>>
.astype(int)またはを使用できます*1が、との配列はTrueそれFalseと同じくらい優れています。
mask_data[y,x]==3ですか？