numpy.subtract，直到差值达到阈值-将小于阈值的数替换为阈值

Question

我想从我的 numpy 数组中的每个元素减去一个给定的值。比如说，如果我有一个叫 a_q 的 numpy 数组，还有一个叫 subtract_me 的变量，那么我可以简单地这样做：

result = np.subtract(a_q,subtract_me)

这样做没问题。但是我不想对每个元素都盲目减去这个值。如果减去后的结果低于一个设定的阈值，我就不想进行减法操作。相反，我希望这个数组中的元素被替换成这个阈值。

那么，有什么更有效的方法来实现这个呢？我可以简单地遍历数组，对每个元素进行减法，并检查是否达到了阈值，然后根据结果构建一个新数组（如下所示）——但有没有更好或更有效的方法呢？

threshold = 3 # in my real program, the threshold is the 
              # lowest non-infinity number that python can handle
subtract_me = 6
a_q = []
for i in range(10):
    val = i - subtract_me
    if val < threshold:
        val = threshold
    a_q.append(val)

myarr = np.array(a_q)
print myarr

Answer 1

向量化的方法通常在使用NumPy数组时效率最高，所以这里有一种方法，可能比逐个处理数组中的元素要更有效：

>>> threshold = 3
>>> subtract_me = 6
>>> a_q = np.arange(10)

>>> arr = a_q - subtract_me # takeaway the subtract_me value
array([-6, -5, -4, -3, -2, -1,  0,  1,  2,  3])

>>> arr[arr - subtract_me < threshold] = threshold # replace any value less than threshold
array([3, 3, 3, 3, 3, 3, 3, 3, 3, 3])

补充说明：因为在问题下面的评论中提到了np.clip，所以我也把它放进我的回答里，以便更完整 ;-)

下面是你可以用它来获得想要结果的一种方法：

>>> np.clip((a_q - subtract_me), threshold, np.max(a_q))
array([3, 3, 3, 3, 3, 3, 3, 3, 3, 3])