- a = np.random.uniform(1, 50, 20)
-
话不多说，直接上代码：
-
import numpy as np np.set_printoptions(precision=2) np.random.seed(100) a = np.random.uniform(1, 50, 20) print(a) # [27.63 14.64 21.8 42.39 1.23 6.96 33.87 41.47 7.7 29.18 44.67 11.25 # 10.08 6.31 11.77 48.95 40.77 9.43 41. 14.43] # 方法1 b = np.clip(a, a_min=10, a_max=30) print(b) # [27.63 14.64 21.8 30. 10. 10. 30. 30. 10. 29.18 30. 11.25 # 10.08 10. 11.77 30. 30. 10. 30. 14.43] # 方法2 b = np.where(a < 10, 10, a) b = np.where(b > 30, 30, b) print(b) # [27.63 14.64 21.8 30. 10. 10. 30. 30. 10. 29.18 30. 11.25 # 10.08 10. 11.77 30. 30. 10. 30. 14.43]
-
np.clip (a,a_min,a_max）
-
numpy.clip(a, a_min, a_max, out=None, **kwargs): 剪裁（限制）数组中的值。
-
给定一个间隔，间隔之外的值将被剪裁到间隔边。例如，如果指定了[0，1]的间隔，则小于0的值变为0，大于1的值变为1。
- np.where（condition,x,y）
-
np.where(condition,x,y) 当where内有三个参数时，第一个参数表示条件，当条件成立时where方法返回x，当条件不成立时where返回y。
-
np.where(condition) 当where内只有一个参数时，那个参数表示条件，当条件成立时，where返回的是每个符合condition条件元素的坐标,返回的是以元组的形式。
