由于您实际上想要的是arr
where 的其他数组arr < 255
,255
否则可以简单地完成此操作:
result = np.minimum(arr, 255)
更一般而言,对于下限和/或上限:
result = np.clip(arr, 0, 255)
如果您只想访问超过255的值,或者更复杂的值,则@ mtitan8的回答更为笼统,但对于您的情况,np.clip
and和np.minimum
(或np.maximum
)更好,更快:
In [292]: timeit np.minimum(a, 255)
100000 loops, best of 3: 19.6 µs per loop
In [293]: %%timeit
.....: c = np.copy(a)
.....: c[a>255] = 255
.....:
10000 loops, best of 3: 86.6 µs per loop
如果您想就地进行操作(即修改arr
而不是创建result
),则可以使用out
参数np.minimum
:
np.minimum(arr, 255, out=arr)
要么
np.clip(arr, 0, 255, arr)
(out=
名称是可选的,因为参数与函数定义的顺序相同。)
对于就地修改,布尔索引可以提高很多速度(无需分别制作然后修改副本),但是仍然不如minimum
:
In [328]: %%timeit
.....: a = np.random.randint(0, 300, (100,100))
.....: np.minimum(a, 255, a)
.....:
100000 loops, best of 3: 303 µs per loop
In [329]: %%timeit
.....: a = np.random.randint(0, 300, (100,100))
.....: a[a>255] = 255
.....:
100000 loops, best of 3: 356 µs per loop
为了进行比较,如果您想限制最小值和最大值,而无需clip
两次,例如
np.minimum(a, 255, a)
np.maximum(a, 0, a)
要么,
a[a>255] = 255
a[a<0] = 0