迭代通過多維數組

Question

我有一個想要迭代的3D numpy數組。 如果它很重要，這是一個.nii文件類型（用於存儲MRI腦數據的文件），我使用nipy模塊加載這些圖像，然后可以將其作為numpy數組處理以進行圖像處理。 我想拍攝並通過體素，只包含值<2的體素。這是我的嘗試

import nipy

import numpy   

img = nipy.load_image('image.nii.gz')

img_manip = img.get_data()

result = numpy.zeros(shape = img_manip.shape, dtype = img_manip.dtype) 

for matrix in img_manip:

    for row in matrix:

        for item in row:

            if item < 2:

                result += img_manip

這個SEEMS可以工作，但它非常慢，就像現在還在運行一樣。 我只是想知道，這是正確的方法嗎？ 我應該使用np.empty嗎？ 我不確定我在python中仍然很棒。

編輯：只是一個FYI，img_manip的形狀類似於（368,170,32），數據類型是float64

（抱歉，我不知道如何讓代碼看起來像“pythonic”！）

Answer 1

我再次找到了解決問題的方法！ 哈哈，好吧所以它可能不是完美的但它能完成這項工作。 如果有人有更優雅的方式，請分享！ BTW這不是我的解決方案，我實際上問了nipy郵件列表，他們很樂意幫助我。 無論如何，他們建議我利用numpy的索引系統。 所以你會說：

img_manip[img_manip > 2] = 0
result = 15000 * img_manip #This is optional, just makes it into a nicer range for my purposes

現在對於那些感興趣的人，如果你想回到.nii格式，你可以使用nifti包，看看這里 ，然后你就可以了

new_img = nifti.NiftiImage(result)

並保存您的輸出！

編輯：你也可以使用nibabel（你可能應該因為它得到進一步的支持/開發）：

new_img = nib.NiftiImage(result)

Answer 2

這是使用nibabel和numpy的原始問題的潛在解決方案：

import nibabel as nib
import numpy as np
img = nib.load('image.nii.gz')
data = nib.get_data()
data[data>2] = np.nan  # If you really don't want to look at these...
nib.Nifti1Image(data, img.get_affine()).to_filename('new_image.nii.gz')