如何将numpy数组中出现次数少于2次的数值批量替换为0

解决方法 #

你已经拿到了待替换的数值列表freq，直接用numpy自带的np.isin()生成布尔索引，对应位置赋值为0即可，代码如下：

import numpy as np

# 先将原始列表转换为numpy数组
image = np.array([1 ,2 ,2, 3, 4, 4, 4, 4,
                  5, 6, 6 ,7 ,8 ,8 ,8 ,8])

# 你已有的生成待替换值的代码
(unique, counts) = np.unique(image, return_counts=True)
frequencies = np.asarray((unique, counts)).T
freq = frequencies[frequencies[:,1] < 2,0]

# 核心替换逻辑
image[np.isin(image, freq)] = 0

print(image)

运行后输出结果和你预期的完全一致：

array([0, 2, 2, 0, 4, 4, 4, 4, 0, 6, 6, 0, 8, 8, 8, 8])

简化写法（无需单独提取freq） #

如果不需要单独保存待替换的数值列表，可以一步完成筛选替换：

import numpy as np
image = np.array([1 ,2 ,2, 3, 4, 4, 4, 4,
                  5, 6, 6 ,7 ,8 ,8 ,8 ,8])
unique, counts = np.unique(image, return_counts=True)
# 直接保留出现次数≥2的数值，其余替换为0
image = np.where(np.isin(image, unique[counts >= 2]), image, 0)

内容的提问来源于stack exchange，提问作者Daniel Suske