如何将Numpy多维数组中20%的最小权重值掩码为0？

嘿，这问题我之前处理图像数据的时候也碰到过，用numpy就能轻松搞定，给你两种靠谱的实现方式，你可以根据需求选：

方法一：基于百分位数（简单直观） #

这种方法直接计算数组的第20百分位数，把所有小于等于这个值的元素设为0，操作起来最快：

import numpy as np

# 替换成你自己的(28,28,3)数组
your_array = np.random.rand(28, 28, 3)

# 计算第20百分位数作为阈值
threshold = np.percentile(your_array, 20)

# 生成掩码后的数组（记得copy原数组，避免修改原始数据）
masked_array = your_array.copy()
masked_array[masked_array <= threshold] = 0

小提示 #

如果你想确认掩码的元素数量，用np.sum(masked_array == 0)就能查看——因为28283=2352，20%就是470.4，所以结果会接近470。如果数组里有大量重复值，数量可能会略有偏差，但一般足够满足需求。

方法二：精确选取最小的470个元素（更精准） #

如果需要严格确保掩码的是最小的470个元素，可以用np.partition来实现，这个函数能高效找到第k小的元素，避免百分位数带来的微小偏差：

import numpy as np

your_array = np.random.rand(28, 28, 3)
k = 470  # 你需要掩码的元素数量

# 把数组展平，方便处理
flat_array = your_array.flatten()

# 找到第470小的元素（np.partition会把最小的k个元素放在数组前k位，取第k-1位就是阈值）
threshold = np.partition(flat_array, k-1)[k-1]

# 应用掩码
masked_array = your_array.copy()
masked_array[your_array <= threshold] = 0

为什么用np.partition？ #

它比完全排序数组快得多，尤其是处理大数组的时候——因为不需要把整个数组排序，只需要找到第k小的元素就行，完全适配你的numpy1.18版本。

验证结果 #

不管用哪种方法，你都可以用下面的代码验证掩码的元素数量：

print(f"掩码的元素数量：{np.sum(masked_array == 0)}")

内容的提问来源于stack exchange，提问作者Arun