如果您的数组命名为data
:
clipped_data = data[(-1 > data) | (data > 1)]
我在嵌入式数组上使用的示例
import numpy as np
data = np.array([[0, 3], [2, 15], [15, 7], [3, 6]])
e1 = (data[:, 0] < 15)
e2 = (data[:, 1] < 15)
print(data[e1 & e2])
# array([[0, 3], [3, 6]])
Numpy让你可以对数组的任意单个维度应用掩码,从而得到未被掩码保护的行(或在您的情况下是数据点)的子集。
最初的回答:Numpy可以帮助你在数组的某一维度上应用掩码,从而得到未被掩码保护的行或数据点的子集。
data = np.array([1.5, 0.2, -5, -0.5])
mask = np.abs(data) > 1
data = data[mask]
print(data) # output: [1.5, -5]
badIndices = (myArray > 1) | (myArray < -1)
myArray[badIndices]=0
numpy.array
以重现问题。 - Chris