使用 Python 将数组中的负值替换为 0 并将大于 1 的值替换为 1 的最快方法是什么？

Question

我有一个列表（或某种类型的数组），其中几乎所有值都在 0 到 1 之间，但我偶尔会有稍微负数或大于 1 的值。

list_values = [-0.01, 0, 0.5, 0.9, 1.0, 1.01]

我想用 0 替换负数，用 1 替换大于 1 的值。

只有 1 个条件，我会这样使用np.where：

arr_values = np.where(pd.Series(list_values) < 0, 0, pd.Series(list_values))

要处理多个条件，我可以定义一个函数，然后使用 lambda 函数应用它：

def change_values(value):
    if value < 0:
        return 0
    elif value > 1:
        return 1
    else:
        return value

series_values = pd.Series(list_values).apply(lambda x: change_values(value=x))

有没有更快的方法来实现这一点？

Answer 1

你想使用np.clip：

>>> import numpy as np
>>> list_values = [-0.01, 0, 0.5, 0.9, 1.0, 1.01]
>>> arr = np.array(list_values)
>>> np.clip(arr, 0.0, 1.0)
array([0. , 0. , 0.5, 0.9, 1. , 1. ])

如果您可以忽略转换为数组的成本，这可能是最快的方法。对于较大的列表/数组，应该会好得多。

pandas除非您最终想要一个 Pandas 数据结构，否则参与此操作不是可行的方法。