Python 如何创建分量大于numpy中数字的向量？

例如，我有这样一个向量：

v = np.array([2, 4, 1, 7, 9, 3, 5])

我想将每个分量与一个数字进行比较，以获得一个新的向量，该向量的分量大于等于该数字（如果原始分量小于该数字）。对于上述示例和

limit=3

结果应为：

np.array([3, 4, 3, 7, 9, 3, 5])

如何使用

numpy

？

您只需

v[v <= 3] = 3

简要说明：

v <= 3

指挥部呢

v[v <= 3]

---

v[v您也可以使用
numpy.clip
：

>>> np.clip(v, 3, None)
array([3, 4, 3, 7, 9, 3, 5])

第二个参数是最大值，但我只给出了最小值

这也可以通过
out
参数提供，在这种情况下，如果将自身作为目标，它将在适当的位置工作：

>>> x = np.clip(v, 3, None, v)
>>> id(x), id(v)
(4357557104, 4357557104)
>>> v
array([3, 4, 3, 7, 9, 3, 5])
>>>

文件：

如果内存受限（我相信不会创建中间布尔数组），这可能很有用。
您可以使用的只是
v[v
，即
v=np。其中（v<3，3，v）
在
arr=np.random.randint（0，10，1000000）
上，对于我的注释与就地剪裁：
30.3 ms±174µs/循环（平均值±标准偏差为7次运行，每个循环10次）
vs
22.6 ms±1.88 ms/次循环（平均值±标准偏差为7次运行，每个循环10次）
。剪辑也会赢得速度：）但是，当我不提供
out
作为参数时，速度没有差别，我认为创建中间布尔数组会有开销……所以我不相信在位
clip
也不会创建布尔数组。@roganjosh是的，坦率地说，我觉得阅读
numpy
源代码很困难，所以通常我会依靠这样的经验证据。
>>> np.clip(v, 3, None)
array([3, 4, 3, 7, 9, 3, 5])

>>> x = np.clip(v, 3, None, v)
>>> id(x), id(v)
(4357557104, 4357557104)
>>> v
array([3, 4, 3, 7, 9, 3, 5])
>>>

out : ndarray, optional
    The results will be placed in this array. It may be the input
    array for in-place clipping.  `out` must be of the right shape
    to hold the output.  Its type is preserved.