我正在寻找有关如何在 Python 中将一个范围值转换为另一个范围值的想法。我正在从事硬件项目，正在从可以返回一系列值的传感器读取数据，然后我使用该数据来驱动需要不同值范围的执行器。
例如，假设传感器返回 1 到 512 范围内的值，而执行器由 5 到 10 范围内的值驱动。我想要一个可以传递一个值和两个范围并得到的函数返回映射到第二个范围的值。如果这样的函数被命名为translate，它可以这样使用：
sensor_value = 256
actuator_value = translate(sensor_value, 1, 512, 5, 10)
在此示例中，我希望输出 actuator_value 为 7.5，因为 sensor_value 位于可能输入范围的中间。
【问题讨论】：
一种解决方案是：
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)
您可以使用代数来提高效率，但会牺牲可读性。
【讨论】：
from_，因为from 是Python 中的保留字。
您也可以使用scipy.interpolate 包进行此类转换（如果您不介意依赖 SciPy）：
>>> from scipy.interpolate import interp1d
>>> m = interp1d([1,512],[5,10])
>>> m(256)
array(7.4951076320939336)
或将其从 0-rank scipy 数组转换回普通浮点数：
>>> float(m(256))
7.4951076320939336
您还可以在一个命令中轻松进行多次转换：
>>> m([100,200,300])
array([ 5.96868885, 6.94716243, 7.92563601])
作为奖励，您可以进行从一个范围到另一个范围的非均匀映射，例如，如果您想将 [1,128] 映射到 [1,10]、[128,256] 到 [10,90] 和 [256,512]到 [90,100] 你可以这样做：
>>> 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 所述，numpy.interp 也是一个选项（依赖较少）：
>>> from numpy import interp
>>> interp(256,[1,512],[5,10])
7.4951076320939336
【讨论】：
numpy.interp(256,[1,512],[5,10])，减少对numpy的依赖。
array([ 5.96868885, 6.94716243, 7.92563601]) 转换为列表，请使用m([100,200,300]).tolist()。
scipy.interpolate.interp1d 可能比numpy.interp 慢得多。 （请参阅this question。）如果您关心性能，请先对您的代码进行基准测试。
这实际上是创建闭包的好案例，即编写一个返回函数的函数。由于您可能拥有许多这些值，因此为每个值计算和重新计算这些值跨度和因子几乎没有价值，而且始终超过这些最小/最大限制。
试试这个：
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
现在你可以把你的处理器写成：
# 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]
【讨论】：
我在 python 中寻找相同的东西来将角度 0-300deg 映射到原始 dynamixel 值 0-1023 或 1023-0，具体取决于执行器方向。
我最终变得非常简单。
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)
【讨论】：
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
【讨论】：
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]
发现于https://rosettacode.org/wiki/Map_range#Python_
a 或b 的范围内（它会外推）from_lower > from_upper 或to_lower > to_upper
【讨论】：
简单的地图范围函数：
def mapRange(value, inMin, inMax, outMin, outMax):
return outMin + (((value - inMin) / (inMax - inMin)) * (outMax - outMin))
【讨论】：