因为你实际上想要一个不同的数组 arr ,其中 arr < 255 和 255 否则,这可以简单地完成:
result = np.minimum(arr, 255)
更一般地说,对于较低和/或上限:
result = np.clip(arr, 0, 255)
如果您只想访问超过255的值,或更复杂的值,@ mtitan8的答案更为通用,但 np.clip 和 np.minimum (或 np.maximum )更适合您的情况:
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
如果你想在原地进行(即修改 arr 而不是创建 result ),你可以使用 np.minimum 的 out 参数:
np.minimum(arr, 255, out=arr)
要么
np.clip(arr, 0, 255, arr)
( out= 名称是可选的,因为参数的顺序与函数的定义相同 . )
对于就地修改,布尔索引加速很多(不必单独制作然后修改副本),但仍然没有 minimum 那么快:
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,如果你想用最小值和最大值限制你的值,没有 clip ,你必须做两次,比如像
np.minimum(a, 255, a)
np.maximum(a, 0, a)
要么,
a[a>255] = 255
a[a<0] = 0