logo

numpy.clip() في بايثون

لقص القيم في مصفوفة، توفر الوحدة numpy في Python وظيفة تسمى numpy.clip() . في الدالة clip()، سنقوم بتمرير الفاصل الزمني، وسيتم قص القيم الموجودة خارج الفاصل الزمني لحواف الفاصل الزمني.

إذا قمنا بتحديد فاصل زمني من [1، 2] فإن القيم الأصغر من 1 تصبح 1 والأكبر من 2 تصبح 2. هذه الدالة مشابهة لـ numpy.maximum(x_min, numpy.maximum(x, x_max)) . ولكنه أسرع من np.maximum(). في numpy.clip() ، ليست هناك حاجة لإجراء فحص للتأكد x_min.

بناء الجملة:

 numpy.clip(a, a_min, a_max, out=None) 

حدود:

س: array_like

تحميل فيديوهات اليوتيوب ببرنامج vlc

تحدد هذه المعلمة المصفوفة المصدر التي نريد قص عناصرها.

x_min: لا شيء، عددي، أو array_like

تحدد هذه المعلمة الحد الأدنى لقيمة قيم القطع. على حافة الفاصل الزمني السفلي، لا يلزم القص.

x_max: لا شيء، عددي، أو array_like

تحدد هذه المعلمة الحد الأقصى لقيمة قيم القطع. على حافة الفاصل العلوي، لا يلزم القص. يتم بث المصفوفات الثلاثة لمطابقة أشكالها مع المصفوفات x_min وx_max. سيتم ذلك فقط عندما يكون x_min وx_max مصفوفين.

خارج: نداراي (اختياري)

برامج بايثون

تحدد هذه المعلمة ndarray الذي سيتم تخزين النتيجة فيه. بالنسبة للقص في المكان، يمكن أن يكون هذا مصفوفة إدخال. نوع البيانات لهذه المصفوفات 'الخارجية' له الشكل الصحيح للاحتفاظ بالمخرجات.

عائدات

clip_arr: ndarray

تقوم هذه الدالة بإرجاع مصفوفة تحتوي على عناصر 'x' ولكن القيم أقل من x_min, يتم استبدالهم بـ x_min ، وتلك التي هي أكبر من x_max ، يتم استبدالهم بـ x_max .

جافا الأساسية جافا

مثال 1:

 import numpy as np x= np.arange(12) y=np.clip(x, 3, 10) y 

انتاج:

 array([ 3, 3, 3, 3, 4, 5, 6, 7, 8, 9, 10, 10]) 

في الكود أعلاه

  • لقد قمنا باستيراد numpy بالاسم المستعار np.
  • لقد أنشأنا مصفوفة 'x' باستخدام ارانج () وظيفة.
  • لقد أعلنا عن المتغير 'y' وقمنا بتعيين القيمة التي تم إرجاعها مقطع () وظيفة.
  • لقد مررنا قيمة المصفوفة 'x' وx_min وx_max في الوظيفة
  • وأخيرًا، حاولنا طباعة قيمة 'و' .

في الإخراج، يتم عرض ndarray، الذي يحتوي على عناصر تتراوح من 3 إلى 10.

مثال 2:

 import numpy as np a = np.arange(12) np.clip(a, 3, 9, out=a) a 

انتاج:

 array([3, 3, 3, 3, 4, 5, 6, 7, 8, 9, 9, 9]) array([3, 3, 3, 3, 4, 5, 6, 7, 8, 9, 9, 9]) 

مثال 3:

 import numpy as np a = np.arange(12) np.clip(a, [3, 4, 1, 1, 1, 4, 4, 4, 4, 4, 5, 6], 8) 

انتاج:

 array([3, 4, 3, 3, 4, 5, 6, 7, 8, 8, 8, 8])