我有一个 2D NumPy 数组，想用 255.0 替换其中大于或等于阈值 T 的所有值。据我所知，最基本的方法是：
shape = arr.shape result = np.zeros(shape) for x in range(0, shape[0]): for y in range(0, shape[1]): if arr[x, y] >= T: result[x, y] = 255
最简洁和最pythonic的方法是什么？
是否有更快（可能不那么简洁和/或不那么 Pythonic）的方式来做到这一点？
这将是人体头部 MRI 扫描的窗口/水平调整子程序的一部分。2D numpy 数组是图像像素数据。
我认为最快和最简洁的方法是使用 NumPy 的内置 Fancy 索引。如果你有一个ndarraynamed ，你可以用一个值arr替换所有元素，如下所示：>255``x
ndarray
arr
>255``x
arr[arr > 255] = x
我在我的机器上使用 500 x 500 随机矩阵运行此程序，将所有 >0.5 的值替换为 5，平均耗时 7.59 毫秒。
In [1]: import numpy as np In [2]: A = np.random.rand(500, 500) In [3]: timeit A[A > 0.5] = 5 100 loops, best of 3: 7.59 ms per loop
