Python 中的 numpy.clip()

为了裁剪数组中的值，Python 的 numpy 模块提供了一个名为 numpy.clip() 的函数。 在 clip() 函数中，我们将传递间隔，而间隔之外的值将被裁剪为间隔边缘的值。

如果我们指定一个间隔 [1, 2]，则小于 1 的值变为 1，大于 2 的值变为 2。此函数类似于 numpy.maximum(x_min, numpy.maximum(x, x_max))。 但它比 np.maximum() 更快。 在 numpy.clip() 中，无需进行检查以确保 x_min < x_max。

语法

参数

x: array_like

此参数定义了我们要裁剪其元素的源数组。

x_min: None、标量或 array_like

此参数定义用于裁剪值的最小值。 在下间隔边缘，不需要裁剪。

x_max: None、标量或 array_like

此参数定义用于裁剪值的最大值。 在上间隔边缘，不需要裁剪。 这三个数组被广播以使其形状与 x_min 和 x_max 数组匹配。 这仅在 x_min 和 x_max 是 array_like 时才完成。

out: ndaaray(可选)

此参数定义了将存储结果的 ndarray。 对于就地裁剪，这可以是输入数组。 此“out”数组的数据类型具有正确的形状以容纳输出。

返回值

clip_arr: ndarray

此函数返回一个数组，该数组包含“x”的元素，但小于 x_min, 的值将被替换为 x_min，大于 x_max 的值将被替换为 x_max。

示例 1

输出

array([ 3,  3,  3,  3,  4,  5,  6,  7,  8,  9, 10, 10])

在上面的代码中

• 我们使用别名 np 导入了 numpy。
• 我们使用 arange() 函数创建了一个数组 'x'。
• 我们声明了变量 'y' 并分配了 clip() 函数的返回值。
• 我们已将数组 'x'、x_min 和 x_max 值传递给函数
• 最后，我们尝试打印 'y' 的值。

在输出中，显示了一个 ndarray，其中包含从 3 到 10 的元素。

示例 2

输出

array([3, 3, 3, 3, 4, 5, 6, 7, 8, 9, 9, 9])
 array([3, 3, 3, 3, 4, 5, 6, 7, 8, 9, 9, 9])

示例 3

输出

array([3, 4, 3, 3, 4, 5, 6, 7, 8, 8, 8, 8])