用上限和下限（钳制、剪裁、阈值）替换列表值的Python方法？

我想替换列表中的大纲视图。因此，我定义了上限和下限。现在，

上限

和

下限

下的每个值都将替换为界值。我的方法是使用numpy数组分两步完成

现在我想知道是否可以一步完成，因为我想它可以提高性能和可读性

有没有较短的方法可以做到这一点

将numpy导入为np
下界，上界=3,7
arr=np.数组（[0,1,2,3,4,5,6,7,8,9]）
arr[arr>上限]=上限
arr[arr

您可以使用

numpy.clip

：

In [1]: import numpy as np

In [2]: arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [3]: lowerBound, upperBound = 3, 7

In [4]: np.clip(arr, lowerBound, upperBound, out=arr)
Out[4]: array([3, 3, 3, 3, 4, 5, 6, 7, 7, 7])

In [5]: arr
Out[5]: array([3, 3, 3, 3, 4, 5, 6, 7, 7, 7])

---

对于不依赖于

numpy

的替代方案，您始终可以这样做

arr = [max(lower_bound, min(x, upper_bound)) for x in arr]

如果您只是想设置一个上限，那么当然可以在arr中为x编写

arr=[min（x，上限）]

。或者类似地，如果您只是想要一个下限，您可以使用

max

在这里，我刚刚应用了两个操作，一起编写

编辑：这里有一个更深入的解释：

给定数组的元素

x

（假设你的

上限

至少与你的

下限

一样大），你将有三种情况之一：

x

x>上限

---

lower_bound嗨@arthur，谢谢，这正是我要找的！不知何故，我错过了关键词
clip
，自己也没有找到方法……我想知道
clip
是怎么写的。它可能也在做同样的事情，只是包装在一个函数调用中。@hpaulj你发现了吗？AFAICT看起来像是在C中。与许多其他函数一样，
np.clip
是python，但它遵从
arr.clip
，方法。对于正则数组，该方法是编译的，所以速度会更快（大约2倍）。我的抱怨是（没有投票权），当我看到max/min组合时，我倾向于认真思考，发现它们没有那么可读性。@djechlin当然，我不同意这一点。另一方面，关于这一点的另一个答案是使用
numpy.clip
，如果我在某处遇到它，我可能不会立即阅读它——我可能想仔细检查一下numpy文档，或者猜测它做了什么，并希望作者做对了。奇怪的是嵌套。这是一个非常对称的操作，包括“剪辑一次”，剪辑两次。“这是”剪辑一次，然后再剪辑那个。”@djechlin好吧……嗯。我想，“剪辑一次，剪辑两次”听起来很像“剪辑一次，然后再剪辑那个”所以我不确定我是否完全理解你的反对意见。但我同意同时使用max/min会带来一些认知负荷……或者，需要一些解释。因此，我试图给出一个（简短的）解释以及代码。（然而，我在评论中所说的比我在回答中所说的要多得多，所以这表明我的回答可能有点太简短了！）很好的一句话！有一个替代的解决方案总是好的——正如我必须说的，它缺乏可读性虽然有一个编译的
clip
方法很好，但是你的代码没有任何不符合pythonic的地方。这是对
numpy
的完美使用，并且同样可读（对于有经验的用户）。把这个概念放在你的工具箱里；它适用于不太适合
剪辑
模型的情况。此操作通常称为夹紧、剪辑或阈值。您应该使用
剪辑
方法，但除了速度之外还有另一个原因；您的代码很优雅，但创建了一个带有
arr>上限的中间数组，如果数组变大，这可能会成为一个问题。@hpaulj感谢您的评论。我所说的“pythonic”是指短而快。我知道我的解决方案不是unpythonic，但是
clip（）
方法对于我的特殊用例已经足够了。步骤1）自己动手2）理解概念3）使用库是一个很好的方法：）