相关疑难解决方法(0)

我有以下代码:

new_index = index + offset
if new_index < 0:
    new_index = 0
if new_index >= len(mylist):
    new_index = len(mylist) - 1
return mylist[new_index]

基本上,我计算一个新索引并使用它来从列表中查找一些元素.为了确保索引在列表的边界内,我需要将这两个if语句写成4行.那是相当冗长,有点难看......我敢说,这是非常不科幻的.

还有其他更简单,更紧凑的解决方案吗？(和更多pythonic)

是的,我知道我可以if else在一行中使用,但它不可读:

new_index = 0 if new_index < 0 else len(mylist) - 1 if new_index >= len(mylist) else new_index

我也知道我可以链max()和min()在一起.它更紧凑,但我觉得它有点模糊,如果我输错了就更难找到错误.换句话说,我觉得这很简单.

new_index = max(0, min(new_index, len(mylist)-1))

我正在尝试用默认值替换低于和高于阈值的“坏值”（例如将它们设置为 NaN）。 \n我正在取消具有 1000k 值及更多值的 numpy 数组 - 因此性能是一个问题。

我的原型分两步进行操作，是否可以一步完成此操作？

import numpy as np\n\ndata = np.array([0., 1., 2., 3., 4., 5., 6., 7., 8., 9.])\n\nupper_threshold = 7\nlower_threshold = 1\ndefault_value = np.NaN\n\n# is it possible to do this in one expression?\ndata[data > upper_threshold] = default_value\ndata[data < lower_threshold] = default_value\n\nprint data # [ nan   1.   2.   3.   4.   5.   6.   7.  nan  nan]\n

正如这个相关问题中所评论的（用上限和下限替换列表值的Pythonic way（钳制、剪裁、阈值处理）？）

\n

与许多其他函数一样，np.clip 是 python 的，但它遵循 arr.clip 方法。对于常规数组，该方法是编译的，因此速度会更快（大约 2 倍）。\xe2\x80\x93 hpaulj

\n …