arr = np.random.randint(0, 300, (500,500))
# 创建一个 500x500, 范围在 0 到 300 之间的 numpy 数组

使用 timeit 测试语句执行时间, 对多行则使用 %%timeit

1. 使用 python 内置索引

arr[arr > 255] = 255

2. np.minimum(), np.maximum() 和 np.clip()

对大于 255 的替换成 255

result = np.minimum(arr, 255)

对小于 0 的替换成 0

result = np.maximum(arr, 0)

如果不创建新的数组 result, 只做 in-place 修改, 则使用参数 out:

np.minimum(arr, 255, out=arr)

对于上限和/或下限

result = np.clip(arr, 0, 255)

同样有 in-place

np.clip(arr, 0, 255, arr)

注意: in-place 的修改要更慢一些

3. np.where()

对大于 255 的使用 255 替换

np.where(nums > 255, 255, nums)

该方法速度更快

4. np.putmask()

np.putmask(arr, arr > 255, 255)

concurrent.futures.process.BrokenProcessPool: A process in the process pool was terminated abruptly while the future was running or pending 错误 -- Python - 17726 views