Numpy clip() 函数

Numpy clip() 函数用于将数组中的值限制在指定范围内。任何小于下限的值都将被下限替换，大于上限的值将被上限替换。此函数对于规范化数据或约束输出特别有用。

我们还可以使用 clip() 函数对具有不同数据类型的数组应用约束，以确保所有值都在指定范围内。但是，该函数不会验证下限是否小于上限。如果意外将下限设置为大于上限，函数仍会执行，但可能会产生意外或无意义的结果。

语法

以下是 Numpy clip() 函数的语法 -

numpy.clip(a, a_min, a_max, out=None)

参数

以下是 Numpy clip() 函数的参数 -

• a:输入数组。
• a_min:用于裁剪数组值的最小值。
• a_max:用于裁剪数组的最大值值。
• out(可选): 用于存储结果的备用数组。其形状必须与输入数组相同。

返回类型

此函数返回一个包含 a 元素的数组，但其中

示例

以下是使用 Numpy clip() 函数约束数组中值的基本示例 -

import numpy as np
my_Array = np.array([10, 20, 30, 40, 50])
result = np.clip(my_Array, 15, 35)
print("剪切后的数组:", result)

输出

以下是上述代码的输出 -

剪切后的数组:[15 20 30 35 35]

示例:截断负值

clip() 函数也可用于将数组中的所有负值替换为零，从而有效地将数据规范化为非负值 -

import numpy as np
array = np.array([-10, -5, 0, 5, 10])
result = np.clip(array, 0, None)
print("截断后的数组:", result)

输出

以下是上述代码的输出 -

截断后的数组:[ 0 0 0 5 10]

示例:将 clip() 与混合数据类型结合使用

我们还可以使用 clip() 函数对混合数据类型的数组应用约束。输入数组首先被转换为兼容类型，然后应用裁剪。

在下面的示例中，我们裁剪了 mixed_Array 中小于 3 或大于 6 的元素，确保所有值都在 3 到 6 的指定范围内 -

import numpy as np
mixed_Array = np.array([1, 2.5, 4.5, 6, 8.9])
result = np.clip(mixed_Array, 3, 6)
print("裁剪后的数组:", result)

输出

以下是上述代码的输出 -

裁剪后的数组:[3. 3. 4.5 6. 6.]

numpy_array_manipulation.html