【发布时间】：2012-05-07 06:49:27
【问题描述】：
有没有一种简单的方法可以用 0 替换数组中的所有负值？
我对如何使用 NumPy 数组进行了完整的了解。
例如
a = array([1, 2, 3, -4, 5])
我要回去
[1, 2, 3, 0, 5]
a < 0 给出：
[False, False, False, True, False]
这就是我卡住的地方——如何使用这个数组来修改原始数组。
【问题讨论】：
【发布时间】：2012-05-07 06:49:27
【问题描述】：
试试numpy.clip：
>>> import numpy
>>> a = numpy.arange(-10, 10)
>>> a
array([-10, -9, -8, -7, -6, -5, -4, -3, -2, -1, 0, 1, 2,
3, 4, 5, 6, 7, 8, 9])
>>> a.clip(0, 10)
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
您只能使用clip(0) 剪辑下半部分。
>>> a = numpy.array([1, 2, 3, -4, 5])
>>> a.clip(0)
array([1, 2, 3, 0, 5])
您只能使用clip(max=n) 剪辑上半部分。 （这比我之前的建议要好得多，它涉及将NaN 传递给第一个参数并使用out 强制类型。）：
>>> a.clip(max=2)
array([ 1, 2, 2, -4, 2])
另一个有趣的方法是使用where：
>>> numpy.where(a <= 2, a, 2)
array([ 1, 2, 2, -4, 2])
最后，考虑aix 的回答。对于简单的操作，我更喜欢 clip，因为它是自记录的，但对于更复杂的操作，他的回答更可取。
【讨论】：
-
a.clip(0) 就足够了，因为 OP 只想替换负值。 a.clip(0, 10) 将排除 10 以上的任何内容。
-
@Hiett - 我刚试过，剪辑会拿一个。首先是假定最小值。
-
必须是 numpy 的版本问题 - 这是我的输出：(Pdb) np.clip(w,0) *** TypeError: clip() 需要至少 3 个参数（给定 2 个） - 而: (Pdb) np.clip(w,0,1e6) 数组([[ 0. , 0.605]])
-
@Hiett，
numpy的哪个版本？你试过a的剪辑方法吗？内置函数numpy.clip给了我同样的错误，但方法没有。 -
是的，如果你这样称呼它，它似乎可以工作，例如p w.clip(0) array([[ 0. , 0.605]]) - 多么奇怪？
你已经成功了一半。试试：
In [4]: a[a < 0] = 0
In [5]: a
Out[5]: array([1, 2, 3, 0, 5])
【讨论】：
这是一种在没有 NumPy 的情况下在 Python 中实现的方法。创建一个返回所需内容的函数并使用列表推导式或map 函数。
>>> a = [1, 2, 3, -4, 5]
>>> def zero_if_negative(x):
... if x < 0:
... return 0
... return x
...
>>> [zero_if_negative(x) for x in a]
[1, 2, 3, 0, 5]
>>> map(zero_if_negative, a)
[1, 2, 3, 0, 5]
【讨论】：
-
已经走上了这条路，但认为必须有一种更简单、更少 matlab 的 python 方法来使用 numpy （因为我使用的是数组而不是列表）。剪辑很完美
另一个不使用 numpy 的极简 Python 解决方案：
[0 if i < 0 else i for i in a]
无需定义任何额外的函数。
a = [1, 2, 3, -4, -5.23, 6]
[0 if i < 0 else i for i in a]
产量：
[1, 2, 3, 0, 0, 6]
【讨论】：
-
这很好——我想知道将 if 语句放在列表理解中的语法是什么——我把它放在 for 循环之后然后才得到两个值就出错了，例如[0, 0] 用于您的示例列表
-
当我最初学习列表理解并尝试不同的事情来测试我的理解时，我也做了同样的事情——对我来说，把它放在 for 循环之后似乎也更直观。但是，现在这样做了 :) 将其放在
for之前将其应用于列表的每个元素，将其放在之后，意味着只有满足条件时它才会进入结果列表。 -
@Hiett 它只是在列表理解中使用三元运算符（C 中的
i < 0 ? 0 : i）。放入括号以使其更清晰[(0 if i < 0 else i) for i in a]。将 if 放在后面是使用列表表达式构造的过滤器部分。[(i) for i in a if i < 0]只会返回小于零的项目列表。 -
Numpy 功能强大，因为它通过编译的 c 代码进行大量计算，因此速度更快。将此方法与其他方法进行比较，我发现速度因子差异几乎是 10 倍（这比较慢）。因此，虽然直观且易于阅读，但这绝对不适合计算密集型。
还有另一种可能性：
In [2]: a = array([1, 2, 3, -4, 5])
In [3]: where(a<0, 0, a)
Out[3]: array([1, 2, 3, 0, 5])
【讨论】：