Для відсікання значень у масиві модуль numpy Python надає функцію під назвою numpy.clip() . У функції clip() ми передамо інтервал, і значення, які знаходяться за межами інтервалу, будуть обрізані для країв інтервалу.
Якщо ми вкажемо інтервал [1, 2], тоді значення, менші за 1, стануть 1, а більші за 2 стануть 2. Ця функція подібна до numpy.maximum(x_min, numpy.maximum(x, x_max)) . Але це швидше, ніж np.maximum(). в numpy.clip() , немає необхідності проводити перевірку на забезпечення x_хв
Синтаксис:
numpy.clip(a, a_min, a_max, out=None)
Параметри:
x: array_like
діана анкудінова
Цей параметр визначає вихідний масив, елементи якого ми хочемо обрізати.
x_min: немає, скаляр або array_like
Цей параметр визначає мінімальне значення для значень відсікання. На нижній кромці інтервалу обрізка не потрібна.
x_max: немає, скаляр або array_like
Цей параметр визначає максимальне значення для значень відсікання. По верхньому краю інтервалу обрізка не потрібна. Три масиви транслюються для узгодження їх форм із масивами x_min і x_max. Це буде зроблено лише тоді, коли x_min і x_max є array_like.
вихід: ndaaray (необов'язково)
Цей параметр визначає ndarray, у якому буде зберігатися результат. Для відсікання на місці це може бути вхідний масив. Тип даних цього «вихідного» масиву має правильну форму для зберігання виводу.
onclick js
Повернення
clip_arr: ndarray
перевести рядок як int
Ця функція повертає масив, який містить елементи «x», але значення, менші за x_min, вони замінюються на x_хв , і ті, що більші за x_макс , вони замінюються на x_макс .
приклад 1:
import numpy as np x= np.arange(12) y=np.clip(x, 3, 10) y
Вихід:
array([ 3, 3, 3, 3, 4, 5, 6, 7, 8, 9, 10, 10])
У наведеному вище коді
- Ми імпортували numpy з псевдонімом np.
- Ми створили масив 'x' за допомогою діапазон() функція.
- Ми оголосили змінну 'y' і присвоїли їй повернуте значення кліп() функція.
- Ми передали у функцію значення масиву 'x', x_min і x_max
- Нарешті, ми спробували надрукувати значення 'та' .
У вихідних даних показано ndarray, який містить елементи від 3 до 10.
приклад 2:
import numpy as np a = np.arange(12) np.clip(a, 3, 9, out=a) a
Вихід:
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])
приклад 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)
Вихід:
array([3, 4, 3, 3, 4, 5, 6, 7, 8, 8, 8, 8])