我已经矢量化了一个数组values的测试值，我希望在bins数组中找到它们的位置。 numpy允许使用np.digitize或np.searchsorted：
import numpy as np
values=np.arange(-5.1,20.9,0.5)
bins=np.arange(10)
indices=np.digitize(values,bins)
indices2=np.searchsorted(bins,values)
assert((indices==indices2).all()), 'NB np.digitize and np.searchsorted argument orders are reversed'
这似乎很明显，但我现在希望使用我漂亮的闪亮矢量数组indices，但以下内容会引发IndexError，因为np.digitize和np.searchsorted（帮助）设置对0或len(bins)的越界输入：
print bins[indices] # -> IndexError
由于的重点是保持所有向量化，因此在没有for循环的情况下捕获IndexError的最佳方法是什么，因此将bins[indices]的输出分配给另一个数组以便向前如何计算？ （可根据要求提供剪辑值:)）
我应该使用自定义映射函数还是lambda？ （沿着How to make scipy.interpolate give an extrapolated result beyond the input range?的行 - 除了我不想插入一个精确的数组）
感谢所有人的帮助
更新
我实际上可以 - 在我的情况下 - 通过以下方式实现所需的前进行为：
indices[indices==len(bins)]=len(bins)-1
print bins[indices]
但这确实会失去一些信息*和最常见的，最佳实践路线 - 这就是我所追求的 - 对我来说并不清楚。
*那是因为我不再能够区分可接受的指数和那些超出界限的指数。