如何有效地从2d numpy数组生成0和1的屏蔽数组？

Question

如果我有一个给定的2d numpy数组，如何根据数组的值超过给定阈值的位置，有效地使用0和1生成该数组的掩码？你知道吗

到目前为止，我制作了一个工作代码，可以这样做：

import numpy as np

def maskedarray(data, threshold):

    #creating an array of zeros:
    zeros = np.zeros((np.shape(data)[0], np.shape(data)[1]))

    #going over each index of the data
    for i in range(np.shape(data)[0]):
        for j in range(np.shape(data)[1]):
            if data[i][j] > threshold:
                zeros[i][j] = 1

    return(zeros)

#creating a test array
test = np.random.rand(5,5)

#using the function above defined
mask = maskedarray(test,0.5)

我拒绝相信，没有一种更聪明的方法不需要为循环使用两个嵌套的。你知道吗

谢谢

Answer 1

最快的方法是：

def masked_array(data, threshold):
    return (data > threshold).astype(int)

示例：

data = np.random.random((5,5))
threshold = 0.5

>>> data
array([[0.42966975, 0.94785801, 0.31750045, 0.75944551, 0.05430315],
       [0.91475934, 0.65683185, 0.09019139, 0.85717157, 0.63074349],
       [0.33160746, 0.82455941, 0.50801804, 0.81087228, 0.01561161],
       [0.6932717 , 0.12741425, 0.17863726, 0.36682108, 0.95817187],
       [0.88320599, 0.51243802, 0.90219452, 0.78954102, 0.96708252]])    

>>> masked_array(data, threshold)
array([[0, 1, 0, 1, 0],
       [1, 1, 0, 1, 1],
       [0, 1, 1, 1, 0],
       [1, 0, 0, 0, 1],
       [1, 1, 1, 1, 1]])