Question

假设我有一个numpy数组

a = np.array([1, 100, 123, -400, 85, -98])

我想将每个值限制在-100和90之间。所以基本上，我希望numpy数组像这样：

a = np.array([1, 90, 90, -100, 85, -98])

我知道这可以通过遍历numpy数组来完成，但是还有其他有效的方法可以执行此任务吗？

Answer 1

我认为最简单的方法是使用numpy的clip函数。

import numpy as np
a = np.array([1, 100, 123, -400, 85, -98])
np.clip(a,-100,90)

Answer 2

有几种方法可以这样做。首先，使用Sridhar Murali提出的numpy函数：

a = np.array([1, 100, 123, -400, 85, -98]) 
np.clip(a,-100,90)

第二，使用numpy数组比较：

a = np.array([1, 100, 123, -400, 85, -98])
a[a>90] = 90
a[a<-100] = -100

第三，如果其余代码不需要numpy，请使用列表理解：

a = [1, 100, 123, -400, 85, -98]
a = [-100 if x<-100 else 90 if x>90 else x for x in a]

它们都给出相同的结果：

a = [1, 90, 90, -100, 85, -98]

对于编码风格，我更喜欢numpy比较或列表理解，因为它们清楚地说明了已完成的工作，但这取决于您。至于速度，timeit.repeat重复了100000次，我得到的平均是从最佳到最差的：

很显然，如果事后不需要数组，则列表理解是必经之路。而且，如果您需要数组，则直接比较的效率几乎是clip函数的两倍，而且可读性更高。