1
使用numpy的数组的高效阈值过滤器
我需要过滤一个数组以删除低于某个阈值的元素。我当前的代码是这样的： threshold = 5 a = numpy.array(range(10)) # testing data b = numpy.array(filter(lambda x: x >= threshold, a)) 问题在于，这会使用带有lambda函数（慢速）的过滤器来创建一个临时列表。 由于这是一个非常简单的操作，因此也许有一个numpy函数可以高效地完成此操作，但是我一直找不到它。 我以为实现此目的的另一种方法可能是对数组进行排序，找到阈值的索引，然后从该索引开始返回一个切片，但是即使对于较小的输入这会更快（而且无论如何也不会引起注意） ），随着输入大小的增加，它的渐近渐近效率降低。 有任何想法吗？谢谢！ 更新：我也进行了一些测量，当输入为100.000.000条目时，sorting + slicing仍比纯python过滤器快两倍。 In [321]: r = numpy.random.uniform(0, 1, 100000000) In [322]: %timeit test1(r) # filter 1 loops, best of 3: 21.3 s per loop In [323]: …