För att klippa ut värdena i en array tillhandahåller numpy-modulen i Python en funktion som kallas numpy.clip() . I funktionen clip() skickar vi intervallet, och värdena som ligger utanför intervallet kommer att klippas för intervallkanterna.
Om vi anger ett intervall på [1, 2] så blir värdena mindre än 1 1 och större än 2 är 2. Denna funktion liknar numpy.maximum(x_min, numpy.maximum(x, x_max)) . Men det är snabbare än np.maximum(). I numpy.clip() , det finns ingen anledning att utföra kontroll för att säkerställa x_min
Syntax:
numpy.clip(a, a_min, a_max, out=None)
Parametrar:
x: array_like
c-sträng i array
Den här parametern definierar källmatrisen vars element vi vill klippa.
x_min: Ingen, skalär eller array_like
Den här parametern definierar minimivärdet för klippvärden. På den nedre intervallkanten krävs inte klippning.
vad betyder detta xd
x_max: Ingen, skalär eller array_like
Denna parameter definierar det maximala värdet för klippvärden. På den övre intervallkanten krävs inte klippning. De tre arrayerna sänds för att matcha deras former med x_min och x_max arrayer. Detta kommer endast att göras när x_min och x_max är array_like.
ut: ndaaray (valfritt)
Denna parameter definierar ndarrayen i vilken resultatet kommer att lagras. För klippning på plats kan detta vara en inmatningsmatris. Datatypen för dessa 'ut'-matriser har rätt form för att hålla utdata.
Returnerar
clip_arr: ndarray
Denna funktion returnerar en array som innehåller elementen i 'x' men de värden som är mindre än x_min, de ersätts med x_min , och de som är större än x_max , de ersätts med x_max .
Exempel 1:
import numpy as np x= np.arange(12) y=np.clip(x, 3, 10) y
Produktion:
array([ 3, 3, 3, 3, 4, 5, 6, 7, 8, 9, 10, 10])
I ovanstående kod
- Vi har importerat numpy med alias np.
- Vi har skapat en array 'x' med hjälp av arrangera() fungera.
- Vi har deklarerat variabeln 'y' och tilldelat det returnerade värdet på klämma() fungera.
- Vi har passerat arrayen 'x', x_min och x_max värden i funktionen
- Till sist försökte vi skriva ut värdet på 'och' .
I utgången visas en ndarray, som innehåller element som sträcker sig från 3 till 10.
tostring java-metoden
Exempel 2:
import numpy as np a = np.arange(12) np.clip(a, 3, 9, out=a) a
Produktion:
array([3, 3, 3, 3, 4, 5, 6, 7, 8, 9, 9, 9]) array([3, 3, 3, 3, 4, 5, 6, 7, 8, 9, 9, 9])
Exempel 3:
import numpy as np a = np.arange(12) np.clip(a, [3, 4, 1, 1, 1, 4, 4, 4, 4, 4, 5, 6], 8)
Produktion:
array([3, 4, 3, 3, 4, 5, 6, 7, 8, 8, 8, 8])