numpy.clip#

numpy.clip(a, a_min=<no value>, a_max=<no value>, out=None, *, min=<no value>, max=<no value>, **kwargs)[source]#

裁剪（限制）数组中的值。

给定一个区间，区间外的值将被裁剪到区间边缘。例如，如果指定了 [0, 1] 的区间，则小于 0 的值将变为 0，大于 1 的值将变为 1。

等效于但比 np.minimum(a_max, np.maximum(a, a_min)) 更快。

不进行任何检查以确保 a_min < a_max。

参数：:

aarray_like: 包含要裁剪的元素的数组。
a_min, a_maxarray_like 或 None: 最小值和最大值。如果为 None，则不会对相应的边缘进行裁剪。如果 a_min 和 a_max 都为 None，则返回数组的元素保持不变。两者都将广播到 a。
outndarray，可选: 结果将放置在这个数组中。它可能是用于就地裁剪的输入数组。out 必须具有正确的形状才能容纳输出。它的类型将被保留。
min, maxarray_like 或 None: 与 Array API 兼容的 a_min 和 a_max 参数的替代方案。可以同时传递 a_min 和 a_max 或 min 和 max。默认值：None。

版本 2.1.0 中的新功能。
**kwargs**: 对于其他关键字参数，请参阅 ufunc 文档。

版本 1.17.0 中的新功能。

返回：:

clipped_arrayndarray: 一个数组，包含 a 的元素，但其中小于 a_min 的值将被替换为 a_min，大于 a_max 的值将被替换为 a_max。

另请参阅

输出类型确定

注释

当 a_min 大于 a_max 时，clip 返回一个所有值都等于 a_max 的数组，如第二个示例所示。

示例

>>> import numpy as np
>>> a = np.arange(10)
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> np.clip(a, 1, 8)
array([1, 1, 2, 3, 4, 5, 6, 7, 8, 8])
>>> np.clip(a, 8, 1)
array([1, 1, 1, 1, 1, 1, 1, 1, 1, 1])
>>> np.clip(a, 3, 6, out=a)
array([3, 3, 3, 3, 4, 5, 6, 6, 6, 6])
>>> a
array([3, 3, 3, 3, 4, 5, 6, 6, 6, 6])
>>> a = np.arange(10)
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> np.clip(a, [3, 4, 1, 1, 1, 4, 4, 4, 4, 4], 8)
array([3, 4, 2, 3, 4, 5, 6, 7, 8, 8])