我有一组值例如

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

我想将它剪辑为0或1，以较近者为准。替代-1或1（除非实现有任何不同）。

我试过了

>>> 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])

所以它不起作用，因为我期望： [-1, -1, -1, -1, 1, 1, 1, 1, 1, 1]如果是clip(-1, 1)

而 [0, 0, 0, 0, 0, 0, 1, 1, 1, 1]在的情况下，clip(0, 1)

解决办法：

使用NumPy的一般解决方案 where

为-1到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]

作为一个功能

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]