在 3D numpy 数组中，我需要对每个元素进行如下变换：如果小于 0，则必须变为 0，如果大于 255，则必须变为 255，否则保持原样。
如何使用 numpy 实现这一目标？我正在考虑类似的事情
img.transform_each(transform_func)
在哪里
def transform_func(x):
if x<0:
return 0;
# etc
有没有像transform_each 这样的构建功能？
我不会手动进行 for-for-for 循环。
【问题讨论】：
标签： python arrays numpy vectorization
您可以使用clip 将数组的值保持在特定范围内。例如：
>>> a = np.array([-1, 23, 312, 47, -5])
>>> a.clip(0, 255)
array([ 0, 23, 255, 47, 0])
返回一个包含值的相同形状的新数组 - 如果要使更改永久化，则需要将 a 重新分配给这个新数组，或者使用 out 参数执行操作地点：
np.clip(a, 0, 255, out=a)
为更复杂的操作开辟道路的另一种方法是布尔索引。
例如，将数组a中小于0的元素设置为0：
a[a < 0] = 0
或者将2的所有值乘以7，可以这样写：
a[a == 2] *= 7
【讨论】：
a 是 3D，那么裁剪后的数组也是如此。
clip 不能这样做，它只是将值限制在特定范围内。您最好使用布尔索引进行您描述的转换。