Question

例如，我有一个值数组

[-11, -2, -0.7, -0.2, 0, 0.1, 0.5, 0.9, 2, 7]

我想将其裁剪为0或1，以较近者为准。替代-1或1（除非实现有任何不同）。

我尝试过

>>> np.asarray(arr).clip(min=-1, max=1)
array([ 0.1, -1. ,  1. ,  0.5])
>>> np.asarray(arr).clip(-1, 1)
array([ 0.1, -1. ,  1. ,  0.5])
>>> np.asarray(arr).clip(-1, 1)
>>> np.asarray(arr).clip(0, 1)
array([0.1, 0. , 1. , 0.5])

因此它不起作用，因为我期望： [-1, -1, -1, -1, 1, 1, 1, 1, 1, 1]中的clip(-1, 1)

和 [0, 0, 0, 0, 0, 0, 1, 1, 1, 1]中的clip(0, 1)

我该如何以正确的方式做到？

Answer 1

使用NumPy的where

的常规解决方案

-1至1

arr = np.array([-11, -2, -0.7, -0.2, 0, 0.1, 0.5, 0.9, 2, 7])

clip_left = -1
clip_right = 1

mean = (clip_left + clip_right)/2

arr = np.where(arr<mean, clip_left, clip_right)
print (arr)
# [-1 -1 -1 -1  1  1  1  1  1  1]

为0到1

arr = np.array([-11, -2, -0.7, -0.2, 0, 0.1, 0.5, 0.9, 2, 7])

clip_left = 0
clip_right = 1

mean = (clip_left + clip_right)/2

arr = np.where(arr<mean, clip_left, clip_right)
print (arr)
# [0 0 0 0 0 0 1 1 1 1]

作为功能

arr = np.array([-11, -2, -0.7, -0.2, 0, 0.1, 0.5, 0.9, 2, 7])

def clip(arr, clip_left, clip_right):
    mean = (clip_left + clip_right)/2
    arr = np.where(arr<mean, clip_left, clip_right)
    return arr

print (clip(arr, -1, 1))
# [-1 -1 -1 -1  1  1  1  1  1  1]

如何从numpy中的列表中裁剪到最接近的值？

1 个答案: