我正在寻找一些想法，如何在Python中将一个范围的值转换为另一个范围。我正在处理一个硬件项目，从传感器读取数据并返回一系列值，然后使用这些数据驱动需要不同范围值的执行器。
例如，假设传感器返回1到512的值范围，而执行器的驱动范围为5到10。我希望有一个函数，可以传递一个值和两个范围，并返回映射到第二个范围的值。如果这样的一个函数被命名为translate，它可以像这样使用：
sensor_value = 256
actuator_value = translate(sensor_value, 1, 512, 5, 10)
actuator_value为7.5，因为sensor_value在可能的输入范围的中间位置。一个解决方案是:
def translate(value, leftMin, leftMax, rightMin, rightMax):
# Figure out how 'wide' each range is
leftSpan = leftMax - leftMin
rightSpan = rightMax - rightMin
# Convert the left range into a 0-1 range (float)
valueScaled = float(value - leftMin) / float(leftSpan)
# Convert the 0-1 range into a value in the right range.
return rightMin + (valueScaled * rightSpan)
你可以使用代数来提高效率，但会牺牲可读性。
from_，因为 from 是 Python 中的保留字。 - PaulMcG你还可以使用 scipy.interpolate 包来进行这样的转换（如果你不介意依赖于 SciPy 的话）：
>>> from scipy.interpolate import interp1d
>>> m = interp1d([1,512],[5,10])
>>> m(256)
array(7.4951076320939336)
或者将其从0级Scipy数组转换回普通浮点数：
>>> float(m(256))
7.4951076320939336
您也可以轻松地在一个命令中进行多个转换：
>>> m([100,200,300])
array([ 5.96868885, 6.94716243, 7.92563601])
作为额外加分，您可以进行非均匀映射，例如如果您想将[1,128]映射到[1,10]，[128,256]映射到[10,90]和[256,512]映射到[90,100]，则可以按照以下方式实现：
>>> m = interp1d([1,128,256,512],[1,10,90,100])
>>> float(m(400))
95.625
interp1d 创建分段线性插值对象（可以像函数一样调用）。
正如 ~unutbu 提到的那样，numpy.interp 也是一个选择（依赖较少）：
>>> from numpy import interp
>>> interp(256,[1,512],[5,10])
7.4951076320939336
numpy.interp(256,[1,512],[5,10])，以减少对 numpy 的依赖。 - unutbuarray([ 5.96868885, 6.94716243, 7.92563601])转换为列表，请使用m([100,200,300]).tolist()。 - zanetu这实际上是创建闭包的一个很好的案例，也就是编写一个返回函数的函数。由于您可能有许多这些值，因此计算和重新计算每个值的这些值跨度和因子，也不会在传递那些最小/最大限制时有太大价值。
相反，尝试这样做：
def make_interpolater(left_min, left_max, right_min, right_max):
# Figure out how 'wide' each range is
leftSpan = left_max - left_min
rightSpan = right_max - right_min
# Compute the scale factor between left and right values
scaleFactor = float(rightSpan) / float(leftSpan)
# create interpolation function using pre-calculated scaleFactor
def interp_fn(value):
return right_min + (value-left_min)*scaleFactor
return interp_fn
现在，您可以将您的处理器编写为：
# create function for doing interpolation of the desired
# ranges
scaler = make_interpolater(1, 512, 5, 10)
# receive list of raw values from sensor, assign to data_list
# now convert to scaled values using map
scaled_data = map(scaler, data_list)
# or a list comprehension, if you prefer
scaled_data = [scaler(x) for x in data_list]
我在Python中寻找同样的东西，将0-300度的角度映射到原始的Dynamixel值0-1023，或者根据执行器方向映射到1023-0。
最终，我选择了非常简单的方法。
x:input value;
a,b:input range
c,d:output range
y:return value
def mapFromTo(x,a,b,c,d):
y=(x-a)/(b-a)*(d-c)+c
return y
dyn111.goal_position=mapFromTo(pos111,0,300,0,1024)
def translate(sensor_val, in_from, in_to, out_from, out_to):
out_range = out_to - out_from
in_range = in_to - in_from
in_val = sensor_val - in_from
val=(float(in_val)/in_range)*out_range
out_val = out_from+val
return out_val
简单的映射范围函数：
def mapRange(value, inMin, inMax, outMin, outMax):
return outMin + (((value - inMin) / (inMax - inMin)) * (outMax - outMin))
def maprange(a, b, s):
(a1, a2), (b1, b2) = a, b
return b1 + ((s - a1) * (b2 - b1) / (a2 - a1))
a = [from_lower, from_upper]
b = [to_lower, to_upper]
发现在https://rosettacode.org/wiki/Map_range#Python_
a或b(它外推)from_lower > from_upper或to_lower > to_upper时也起作用所有现有的答案都在CC BY-SA许可下发布。这是我写的一个答案；在法律允许的范围内，我放弃了所有与版权或相关邻近权利有关的权利（知识共享CC0公共领域贡献协议）。
def remap(number, from_min, from_max, to_min, to_max):
number_s = number - from_min
from_max_s = from_max - from_min
to_max_s = to_max - to_min
return ((number_s / from_max_s) * to_max_s) + to_min
你可以使用lambda函数
translate = lambda a, b, c, d, e: (a - b) * (e - d) / (c - b) + d
sensor_value = 256
translate(sensor_value, 1, 512, 5, 10)
>> 7.495107632093934
v 是值。将 a-b 范围映射到 c-d 范围。
def map_range(v, a, b, c, d):
return (v-a) / (b-a) * (d-c) + c
使用方法
a = map_range(4, 0, 10, 0, 1)
print(a) # -> 0.4