Numpy如何截断2D Numpy数组的值

在本文中，我们将介绍如何使用Numpy来截断2D Numpy数组的值。Numpy是一种用于科学计算的Python库，最常用于数组处理，而2D Numpy数组是其中的一种数据结构。

阅读更多：Numpy 教程

什么是2D Numpy数组？

2D Numpy数组是由行和列组成的数组。在Python中，它通常由列表嵌套列表的形式表示。例如，以下是一个3×3的2D Numpy数组：

import numpy as np

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

print(arr)

输出：

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

如何截断2D Numpy数组的值？

在Numpy中，我们可以使用numpy.clip()函数来截断2D Numpy数组的值。该函数将数组中的所有值限制在指定的最小值和最大值之间。

下面是使用numpy.clip()函数将2D Numpy数组中的所有值截断为介于2和7之间的示例代码：

import numpy as np

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

arr_clip = np.clip(arr, 2, 7)

print(arr_clip)

输出：

array([[2, 2, 3],
       [4, 5, 6],
       [7, 7, 7]])

在上面的代码中，我们使用np.clip()将2D Numpy数组arr中的所有值限制在2和7之间，并将结果存储在名为arr_clip的新数组中。

如何按行或列截断2D Numpy数组的值？

有时候，我们可能只想截断2D Numpy数组的一部分，比如按照行或列来截断。在Numpy中，我们可以通过指定axis参数来实现按行或列截断。

下面是使用axis参数将2D Numpy数组按行截断的示例代码：

import numpy as np

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

arr_clip_row = np.clip(arr, [2, 4, 6], [7, 7, 7])

print(arr_clip_row)

输出：

array([[2, 4, 6],
       [4, 5, 6],
       [7, 7, 7]])

在上面的代码中，我们使用np.clip()函数将2D Numpy数组arr中的每一行的值限制在不同的最小值和最大值之间。这里我们将最小值和最大值分别设置为[2, 4, 6]和[7, 7, 7]，这样第一行的值将被截断为介于2和7之间，第二行的值将不变，第三行的值将被截断为介于6和7之间。

接下来是使用axis参数将2D Numpy数组按列截断的示例代码：

import numpy as np

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

arr_clip_col = np.clip(arr, [2, 4, 6], [7, 7, 7])

print(arr_clip_col)

输出：

array([[2, 4, 6],
       [4, 5, 6],
       [7, 7, 7]])

在上面的代码中，我们依然使用np.clip()函数将2D Numpy数组arr中的每一行的值限制在不同的最小值和最大值之间，但是这里我们将axisaxis`参数设置为1，表示将每一列的值都限制在不同的范围内。这样第一列的值将被截断为介于2和7之间，第二列的值将被截断为介于4和7之间，第三列的值将被截断为介于6和7之间。