一种有效的numpy数组阈值滤波器
一种有效的numpy数组阈值滤波器
提问于 2011-11-03 19:52:46
我需要过滤一个数组，以删除低于某个阈值的元素。我现在的代码是这样的：
threshold = 5
a = numpy.array(range(10)) # testing data
b = numpy.array(filter(lambda x: x >= threshold, a))问题是这会创建一个临时列表，使用一个带有lambda函数的过滤器(慢)。
由于这是一个非常简单的操作，也许有一个numpy函数可以有效地完成它，但我一直无法找到它。
我认为实现这一点的另一种方法可能是对数组进行排序，找到阈值的索引，并从该索引开始返回一个切片，但即使这种方法对于较小的输入会更快(而且无论如何都不会明显)，随着输入大小的增加，它的效率肯定会逐渐降低。
有什么想法吗？谢谢!
python更新：我也做了一些测量，当输入为100.000.000个条目时，sorting+slicing的速度仍然是纯过滤器的两倍。
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]: %timeit test2(r) # sort and slice
1 loops, best of 3: 11.1 s per loop
In [324]: %timeit test3(r) # boolean indexing
1 loops, best of 3: 1.26 s per loop页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/7994394
复制相关文章
相似问题