任何人都可以建议用0替换数组中的所有负值的简单方法吗?
我正在使用numpy数组完成一个完整的块
例如
a = array([1, 2, 3, -4, 5])
我需要回来
[1, 2, 3, 0, 5]
a < 0 给出:
a < 0
[False, False, False, True, False]
这就是我被困的地方 - 如何使用这个数组来修改原始数组
这是一种在没有numpy的情况下在Python中完成它的方法 . 创建一个返回所需内容的函数,并使用列表推导或map函数 .
>>> a = [1, 2, 3, -4, 5] >>> def zero_if_negative(x): ... if x < 0: ... return 0 ... return x ... >>> [zero_if_negative(x) for x in a] [1, 2, 3, 0, 5] >>> map(zero_if_negative, a) [1, 2, 3, 0, 5]
你在那里 . 尝试:
In [4]: a[a < 0] = 0 In [5]: a Out[5]: array([1, 2, 3, 0, 5])
试试 numpy.clip :
numpy.clip
>>> import numpy >>> a = numpy.arange(-10, 10) >>> a array([-10, -9, -8, -7, -6, -5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) >>> a.clip(0, 10) array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
您只能使用 clip(0) 剪辑下半部分 .
clip(0)
>>> a = numpy.array([1, 2, 3, -4, 5]) >>> a.clip(0) array([1, 2, 3, 0, 5])
您只能使用 clip(max=n) 剪辑上半部分 . (这比我之前的建议要好得多,其中包括将 NaN 传递给第一个参数并使用 out 来强制该类型 . ):
clip(max=n)
NaN
out
>>> a.clip(max=2) array([ 1, 2, 2, -4, 2])
另一个有趣的方法是使用 where :
where
>>> numpy.where(a <= 2, a, 2) array([ 1, 2, 2, -4, 2])
最后,考虑aix的答案 . 我更喜欢 clip 用于简单操作,因为它是自我记录的,但他的答案更适合更复杂的操作 .
clip
另一个不使用numpy的极简主义Python解决方案:
[0 if i < 0 else i for i in a]
无需定义任何额外功能 .
a = [1, 2, 3, -4, -5.23, 6] [0 if i < 0 else i for i in a]
收益率:
[1, 2, 3, 0, 0, 6]
另一种可能性:
In [2]: a = array([1, 2, 3, -4, 5]) In [3]: where(a<0, 0, a) Out[3]: array([1, 2, 3, 0, 5])
5 回答
这是一种在没有numpy的情况下在Python中完成它的方法 . 创建一个返回所需内容的函数,并使用列表推导或map函数 .
你在那里 . 尝试:
试试
numpy.clip
:您只能使用
clip(0)
剪辑下半部分 .您只能使用
clip(max=n)
剪辑上半部分 . (这比我之前的建议要好得多,其中包括将NaN
传递给第一个参数并使用out
来强制该类型 . ):另一个有趣的方法是使用
where
:最后,考虑aix的答案 . 我更喜欢
clip
用于简单操作,因为它是自我记录的,但他的答案更适合更复杂的操作 .另一个不使用numpy的极简主义Python解决方案:
无需定义任何额外功能 .
收益率:
另一种可能性: