Python 高效地逼近数组

我有一个表单数组

[-0.87336,0.18776,1.00000,0.56449,-0.27645]

[-1.0,0.0,1.0,1.0,0.0]

我想把它转换成一个数组的形式

[-0.87336,0.18776,1.00000,0.56449,-0.27645]

[-1.0,0.0,1.0,1.0,0.0]

遵循这样一条规则：如果初始数组的元素i小于或等于-0.5，则为其分配数字-1.0；如果在区间（-0.5,0.5）内，则为其指定值0.0，最后，如果大于或等于0.5，则为其指定值1.0

我试着定义一个函数

def modulator(x):
    if -0.5<x<0.5:
        return 0
    elif 0.5<=x:
         return 1
    else:
         return -1

有没有更优雅的蟒蛇式方法？ 我考虑过np.where（），但我不知道如何处理多个条件。

您可以使用内置函数来实现这一点

lst = [-0.87336,0.18776,1.00000,0.56449,-0.27645]
lst= [float(round(i)) for i in lst]

---

在numpy中，您可以使用

np.round

：

x = np.array([-0.87336,0.18776,1.00000,0.56449,-0.27645])

x.round()

其中：

array([-1.,  0.,  1.,  1., -0.])

如果您不喜欢

-0.

，可以添加

0.

：

x.round() + 0.
array([-1.,  0.,  1.,  1., 0.])

如果您的输入超出了

round

将直接起作用的范围（即示例中的值介于-1和+1之间，但如果它们远远超出此范围），您可以首先使用

clip

：

x = np.array([-2.87336, -.501, 7.18776, 99.00000, 0.499, 0.56449,-87.27645])

np.round( np.clip(x, -1, 1)) + 0.

array([-1., -1.,  1.,  1.,  0.,  1., -1.])

作为检查，我运行了以下内容以覆盖我不确定的边界：

x = np.array([-0.87336, -.501, -.499, 0.18776, 1.00000, 0.499, 0.56449,-0.27645])

array([-1., -1.,  0.,  0.,  1.,  0.,  1.,  0.])

---

您可以使用

np。选择
（这将在舍入失败时处理大于1和小于-1的值）：

a=np.数组（[-0.87336,0.18776,1.00000,0.56449，-0.27645]）
np.选择（（a=0.5），（-1.0,1.0），0.0）
#[-1.  0.  1.  1.  0.]
您有
numpy
标签。它是一个列表还是一个numpy数组？也许你正在寻找的是
np.round（）
。虽然他的代码片段是列表，但我认为他的实际应用程序使用的是numpy数组。如果它是一个numpy数组，而你不会在numpy中使用显式循环，那么修改他的代码来使用它应该不会那么困难，对吗？
a = np.array([-0.87336,0.18776,1.00000,0.56449,-0.27645])
np.select((a<=-0.5, a>=0.5),(-1.0,1.0),0.0)
#[-1.  0.  1.  1.  0.]