根据阈值将 NumPy 数组转换为 0 或 1

问题描述

我在下面有一个数组:

a=np.array([0.1, 0.2, 0.3, 0.7, 0.8, 0.9])

我想要的是根据阈值将此向量转换为二进制向量.以阈值=0.5为例，大于0.5的元素转为1，否则为0.
输出向量应该是这样的:

What I want is to convert this vector to a binary vector based on a threshold.take threshold=0.5 as an example, element that greater than 0.5 convert to 1, otherwise 0.
The output vector should like this:

a_output = [0, 0, 0, 1, 1, 1]

我该怎么做?

推荐答案

np.where

np.where(a > 0.5, 1, 0)
# array([0, 0, 0, 1, 1, 1])

---

布尔值与 astype

(a > .5).astype(int)
# array([0, 0, 0, 1, 1, 1])

---

np.select

np.select([a <= .5, a>.5], [np.zeros_like(a), np.ones_like(a)])
# array([ 0.,  0.,  0.,  1.,  1.,  1.])

---

特殊情况:np.round

如果您的数组值是介于 0 和 1 之间的浮点值且阈值为 0.5，则这是最佳解决方案.

---

Special case: np.round

This is the best solution if your array values are floating values between 0 and 1 and your threshold is 0.5.

a.round()
# array([0., 0., 0., 1., 1., 1.])

这篇关于根据阈值将 NumPy 数组转换为 0 或 1的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！