Python 如何在numpy中从列表中剪裁到最接近的值？

例如，我有一个值数组

[-11, -2, -0.7, -0.2, 0, 0.1, 0.5, 0.9, 2, 7]

我想将其剪裁为0或1，以更接近的为准。或者-1或1（除非实现有任何不同）

我试过了

>>> np.asarray(arr).clip(min=-1, max=1)
array([ 0.1, -1. ,  1. ,  0.5])
>>> np.asarray(arr).clip(-1, 1)
array([ 0.1, -1. ,  1. ,  0.5])
>>> np.asarray(arr).clip(-1, 1)
>>> np.asarray(arr).clip(0, 1)
array([0.1, 0. , 1. , 0.5])

因此它不起作用，因为我预计：

[-1，-1，-1,1,1,1,1,1]

如果是

剪辑（-1,1）

及

[0,0,0,0,0,0,0,1,1,1]

如果是

剪辑（0,1）

---

如何以正确的方式执行此操作？

使用NumPy的通用解决方案

对于-1对1

arr=np.array（[-11，-2，-0.7，-0.2,0,0.1,0.5,0.9,2,7]）
左夹=-1
右夹=1
平均值=（左剪辑+右剪辑）/2
arr=np.其中（arr
arr = np.array([-11, -2, -0.7, -0.2, 0, 0.1, 0.5, 0.9, 2, 7])

clip_left = -1
clip_right = 1

mean = (clip_left + clip_right)/2

arr = np.where(arr<mean, clip_left, clip_right)
print (arr)
# [-1 -1 -1 -1  1  1  1  1  1  1]

arr = np.array([-11, -2, -0.7, -0.2, 0, 0.1, 0.5, 0.9, 2, 7])

clip_left = 0
clip_right = 1

mean = (clip_left + clip_right)/2

arr = np.where(arr<mean, clip_left, clip_right)
print (arr)
# [0 0 0 0 0 0 1 1 1 1]

arr = np.array([-11, -2, -0.7, -0.2, 0, 0.1, 0.5, 0.9, 2, 7])

def clip(arr, clip_left, clip_right):
    mean = (clip_left + clip_right)/2
    arr = np.where(arr<mean, clip_left, clip_right)
    return arr

print (clip(arr, -1, 1))
# [-1 -1 -1 -1  1  1  1  1  1  1]