Question

我正在寻找有关如何在Python中将一个范围值转换为另一个范围值的想法。我正在研究硬件项目，并且正在读取可以返回一系列值的传感器的数据，然后我使用该数据驱动需要不同范围值的执行器。

例如，假设传感器返回1到512范围内的值，并且执行器由5到10范围内的值驱动。我想要一个函数，我可以传递一个值和两个范围并得到返回映射到第二个范围的值。如果这样的函数名为translate，则可以像这样使用：

sensor_value = 256
actuator_value = translate(sensor_value, 1, 512, 5, 10)

在此示例中，我希望输出actuator_value为7.5，因为sensor_value位于可能的输入范围的中间。

Answer 1

一种解决方案是：

def translate(value, leftMin, leftMax, rightMin, rightMax):
    # Figure out how 'wide' each range is
    leftSpan = leftMax - leftMin
    rightSpan = rightMax - rightMin

    # Convert the left range into a 0-1 range (float)
    valueScaled = float(value - leftMin) / float(leftSpan)

    # Convert the 0-1 range into a value in the right range.
    return rightMin + (valueScaled * rightSpan)

您可以使用代数来提高效率，但会牺牲可读性。

Answer 2

使用scipy.interpolate.interp1d

您还可以使用scipy.interpolate包进行此类转换（如果您不介意依赖SciPy）：

>>> from scipy.interpolate import interp1d
>>> m = interp1d([1,512],[5,10])
>>> m(256)
array(7.4951076320939336)

或将其从0级scipy数组转换回普通浮点数：

>>> float(m(256))
7.4951076320939336

您可以轻松地在一个命令中执行多次转换：

>>> m([100,200,300])
array([ 5.96868885,  6.94716243,  7.92563601])

作为奖励，如果你想将[1,128]映射到[1,10]，[128,256]到[10,90]和[256,512]，你可以从一个范围到另一个范围进行非均匀映射。至[90,100]你可以这样做：

>>> m = interp1d([1,128,256,512],[1,10,90,100])
>>> float(m(400))
95.625

interp1d创建分段线性插值对象（可以像函数一样调用）。

使用numpy.interp

如 ~unutbu 所述，numpy.interp也是一个选项（具有较少的依赖性）：

>>> from numpy import interp
>>> interp(256,[1,512],[5,10])
7.4951076320939336

Answer 3

这实际上是创建闭包的好例子，即写一个返回函数的函数。由于您可能拥有许多这些值，因此计算和重新计算每个值的这些值跨度和因子几乎没有什么价值，也没有任何价值，无论是在所有时间内传递这些最小/最大限制。

相反，试试这个：

def make_interpolater(left_min, left_max, right_min, right_max): 
    # Figure out how 'wide' each range is  
    leftSpan = left_max - left_min  
    rightSpan = right_max - right_min  

    # Compute the scale factor between left and right values 
    scaleFactor = float(rightSpan) / float(leftSpan) 

    # create interpolation function using pre-calculated scaleFactor
    def interp_fn(value):
        return right_min + (value-left_min)*scaleFactor

    return interp_fn

现在您可以将处理器编写为：

# create function for doing interpolation of the desired
# ranges
scaler = make_interpolater(1, 512, 5, 10)

# receive list of raw values from sensor, assign to data_list

# now convert to scaled values using map 
scaled_data = map(scaler, data_list)

# or a list comprehension, if you prefer
scaled_data = [scaler(x) for x in data_list]

Answer 4

def translate(sensor_val, in_from, in_to, out_from, out_to):
    out_range = out_to - out_from
    in_range = in_to - in_from
    in_val = sensor_val - in_from
    val=(float(in_val)/in_range)*out_range
    out_val = out_from+val
    return out_val

Answer 5

我在python中寻找相同的东西，将角度0-300deg映射到原始动态像素值0-1023或1023-0，具体取决于执行器方向。

我最终变得非常简单。

变量：

x:input value; 
a,b:input range
c,d:output range
y:return value

功能：

def mapFromTo(x,a,b,c,d):
   y=(x-a)/(b-a)*(d-c)+c
   return y

用法：

dyn111.goal_position=mapFromTo(pos111,0,300,0,1024)

Answer 6

def maprange(a, b, s):
    (a1, a2), (b1, b2) = a, b
    return  b1 + ((s - a1) * (b2 - b1) / (a2 - a1))


a = [from_lower, from_upper]
b = [to_lower, to_upper]

位于https://rosettacode.org/wiki/Map_range#Python_

不会将转换后的值限制在a或b的范围内（而是推断）
在from_lower > from_upper或to_lower > to_upper时也可以使用

Answer 7

简单的地图范围函数：

def mapRange(value, inMin, inMax, outMin, outMax):
    return outMin + (((value - inMin) / (inMax - inMin)) * (outMax - outMin))

将一系列值映射到另一个值

7 个答案:

使用scipy.interpolate.interp1d

使用numpy.interp

变量：

功能：

用法：