如何通过掩码修改Python二维数组圆形区域内满足阈值条件的值

你可以在现有圆形区域mask的基础上，叠加数值判断的布尔条件，通过逐元素逻辑与组合两个筛选规则即可实现需求，参考代码如下：

import numpy as np

x = np.arange(0, 20)
y = np.arange(0, 20)
# 此处替换为你提前完成赋值的实际数组
arr = np.random.randint(0, 10, size=(y.size, x.size))

cx = 10.
cy = 10.
r = 4.

# 组合两个筛选条件：1. 位置在圆形区域内 2. 元素数值小于5
mask = ((x[np.newaxis, :] - cx) ** 2 + (y[:, np.newaxis] - cy) ** 2 < r ** 2) & (arr < 5)
# 仅对同时满足两个条件的元素赋值，可将1替换为你需要的目标值
arr[mask] = 1

补充说明 #

• 用&运算符实现numpy数组的逐元素逻辑与，注意所有单个条件都需要用括号包裹，避免运算符优先级问题导致计算结果异常
• 如需叠加更多判断规则，只需继续用&拼接对应布尔数组即可，例如筛选圆形区域内数值大于2且小于7的元素可以写为：
  mask = 圆形区域判断条件 & (arr > 2) & (arr < 7)
• 整个实现为numpy向量化操作，无Python层级循环，处理大规模数组时效率更高

内容的提问来源于stack exchange，提问作者Minox