[解決済み] numpyによる効率的な配列の閾値フィルタリング

質問

ある閾値より低い要素を取り除くために、配列をフィルタリングする必要があります。私の現在のコードは次のようなものです。

threshold = 5
a = numpy.array(range(10)) # testing data
b = numpy.array(filter(lambda x: x >= threshold, a))

問題は、これがラムダ関数によるフィルタを使って、一時的なリストを作成することです（遅い）。

これは非常に単純な操作なので、もしかしたら効率的にこれを行うnumpy関数があるかもしれませんが、私はそれを見つけられませんでした。

私はこれを達成する別の方法は、配列をソートし、閾値のインデックスを見つけ、そのインデックス以降のスライスを返すことができると考えましたが、これは小さな入力ではより速くなるとしても（そしてそれはとにかく顕著ではありません）、入力サイズが大きくなると漸近的に明らかに効率が悪くなってしまいます。

何かアイデアはありますか? ありがとうございます。

更新 : 入力が100.000.000エントリのとき、ソートとスライシングは純粋なPythonフィルタよりもまだ2倍速かったです。

In [321]: r = numpy.random.uniform(0, 1, 100000000)

In [322]: %timeit test1(r) # filter
1 loops, best of 3: 21.3 s per loop

In [323]: %timeit test2(r) # sort and slice
1 loops, best of 3: 11.1 s per loop

In [324]: %timeit test3(r) # boolean indexing
1 loops, best of 3: 1.26 s per loop

どのように解決するのですか？

b = a[a>threshold] このようにします。

以下のようにテストしてみました。

import numpy as np, datetime
# array of zeros and ones interleaved
lrg = np.arange(2).reshape((2,-1)).repeat(1000000,-1).flatten()

t0 = datetime.datetime.now()
flt = lrg[lrg==0]
print datetime.datetime.now() - t0

t0 = datetime.datetime.now()
flt = np.array(filter(lambda x:x==0, lrg))
print datetime.datetime.now() - t0

私は

$ python test.py
0:00:00.028000
0:00:02.461000

http://docs.scipy.org/doc/numpy/user/basics.indexing.html#boolean-or-mask-index-arrays