在n维numpy阵列上迭代时创建新阵列

如何迭代n维的numpy阵列并创建一个类似形状的新阵列。在n维numpy阵列上迭代时创建新阵列

例如用于输入：

import numpy as np 

arr = np.array([[1,2,3], 
       [4,5,6], 
       [7,8,9], 
       [0,0,0]]) 
alpha = 3. 
median = np.median(arr)

我想建立的相同（4,3）的新阵列设置为1的随机条件标志。例如

flag = (arr[i,j] > median - alpha) or (arr[i,j] < median + alpha)

我将与2解决这个for语句

flags = arr * 0 
for i in range(arr.shape[0]): 
    for j in range(arr.shape[1]): 
     flags[i,j] = (arr[i,j] > median - alpha) or (arr[i,j] < median + alpha)

是否有一个更简单，更高效的Python的的方式来解决这个问题的方法吗？该解决方案理想情况下也适用于n维阵列（1,2，... n维）

来源

2017-10-17 Valerian Chifu

嗯，现在你正在生成'True'标志，除非'arr [i，j] == median * alpha'。那是你要的吗？ –

的确，这只是一个例子。我所问的是迭代过程。我会更新条件，使之更有意义 –

根本不需要迭代。

np.logical_or(arr < median - alpha, arr > median + alpha)

来源

2017-10-17 09:42:29

numpy的做是为了避免循环：

alpha = 3. 
median = np.median(arr) 

abs(arr-median) < alpha 

#array([[ True, True, True], 
#  [ True, True, True], 
#  [False, False, False], 
#  [False, False, False]], dtype=bool)

当然，它适用于任何数量的维度。

更一般地说，每次您可以用numpy logic functions来制定条件时，都可以避免出现循环。 Python 和和或运算符不会在numpy数组上映射，并且使用它们意味着循环和减速。

来源

2017-10-17 13:01:31

当然，但您的答案是“使用”我设置的特定条件。在某些情况下，尽管这种情况可能非常复杂（或者甚至可能不是一个条件），所以我想知道是否有更通用的解决方案来避免这些类型的循环。 –

在n维numpy阵列上迭代时创建新阵列

回答

相关问题