Значения замены NumPy

  1. NumPy заменяет значения функцией numpy.clip()
  2. NumPy заменяет значения функциями numpy.minimum() и numpy.maximum()
  3. NumPy заменяет значения методом индексации массива в Python

Из этого туториала Вы узнаете, как заменить значения внутри массива NumPy в Python.

Топ 5 направлений в ...
Топ 5 направлений в Азии для цифровых кочевников

NumPy заменяет значения функцией numpy.clip()

Если нам нужно заменить все значения, превышающие определенный порог в массиве NumPy, мы можем использовать функцию numpy.clip(). Мы можем указать верхнюю и нижнюю границы массива с помощью функции numpy.clip(). Функция numpy.clip() возвращает массив, в котором элементы меньше указанного предела заменяются наименьшим пределом. Элементы, превышающие указанный предел, заменяются наибольшим пределом. В следующем примере кода показано, как заменить значения внутри массива NumPy функцией numpy.clip().

import numpy as np

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

result = np.clip(array, 0, 5)
print(result)

Выход:

[1 2 3 4 5 5 5 5 5 5 5 5]

Мы заменили значения больше 5 внутри массива array NumPy на функцию np.clip() в приведенном выше коде. Сначала мы создали массив NumPy с функцией np.array(). Затем мы вырезали массив, указав предел от 0 до 5 внутри функции np.clip(), и сохранили результат внутри массива result.

NumPy заменяет значения функциями numpy.minimum() и numpy.maximum()

Мы также можем использовать функции numpy.minimum() и numpy.maximum() для замены значений в массиве за пределами указанного ограничения. Функция numpy.maximum() используется для замены значений меньше нижнего предела нижним пределом. А функция numpy.minimum() используется для замены значений, превышающих верхний предел, на верхний предел. Функция numpy.maximum() принимает в качестве входных параметров массив и минимально возможное значение. Функция numpy.minimum() принимает в качестве входных параметров массив и максимально возможное значение. См. Следующий пример кода.

import numpy as np

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

result1 = np.minimum(array, 5)

result2 = np.maximum(result1,0)
print(result2)

Выход:

[1 2 3 4 5 5 5 5 5 5 5 5]

Мы заменили значения больше 5 на 5 с помощью функции np.minimum() и значения меньше 0 на 0 с помощью функции np.maximum(). Результат этих операций мы сохранили в массиве result2.

NumPy заменяет значения методом индексации массива в Python

Самый простой способ достичь той же цели, что и предыдущие два метода, - использовать индексирование массива в Python. Мы можем легко заменить значения больше или меньше определенного порога с помощью метода индексации массива в NumPy. Вместо того, чтобы создавать новый массив, как в предыдущих двух методах, этот метод изменил содержимое нашего исходного массива.

import numpy as np

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

array[array > 5] = 5
print(array)

Выход:

[1 2 3 4 5 5 5 5 5 5 5 5]

Мы заменили все значения внутри array больше 5 на 5, используя array[array > 5] = 5 в Python.