Open NeroCube opened 4 years ago
numpy.clip(a, a_min, a_max, out=None)[source]
其中a是一個數組,後面兩個參數分別表示最小和最大值,代碼:
import numpy as np x=np.array([1,2,3,5,6,7,8,9]) np.clip(x,3,8) Out[88]: array([3, 3, 3, 5, 6, 7, 8, 8])
也就是說clip這個函數將將數組中的元素限制在a_min, a_max之間,大於a_max的就使得它等於a_max,小於a_min,的就使得它等於a_min。
x=np.array([[1,2,3,5,6,7,8,9],[1,2,3,5,6,7,8,9]]) np.clip(x,3,8) Out[90]: array([[3, 3, 3, 5, 6, 7, 8, 8], [3, 3, 3, 5, 6, 7, 8, 8]])
高維數組也是一樣的
Reference: https://numpy.org/doc/stable/reference/generated/numpy.clip.html
numpy.clip(a, a_min, a_max, out=None)[source]
其中a是一個數組,後面兩個參數分別表示最小和最大值,代碼:
也就是說clip這個函數將將數組中的元素限制在a_min, a_max之間,大於a_max的就使得它等於a_max,小於a_min,的就使得它等於a_min。
高維數組也是一樣的
Reference: https://numpy.org/doc/stable/reference/generated/numpy.clip.html