前言
在EAST学习中前辈自己定义了很多函数,而定义时会用到一些小函数,这里我对其中经常出现的两个函数进行解释。
xxx.append()
这个函数是python自带的作用是:append函数会在数组后加上相应的元素。例如
a=[1,2,3]
a.append(5)
》结果:[1, 2, 3, 5]
np.clip()
这个函数是numpy库中的np.clip截取函数作用是:将范围外的数强制转化为范围内的数。def clip(a, a_min, a_max, out=None): 将数组a中的所有数限定到范围a_min和a_max中,即az中所有比a_min小的数都会强制变为a_min,a中所有比a_max大的数都会强制变为a_max.
其中a_min和a_max可以为一个和a一样大小的数组(列表也可以,只要是类似数组的结构就是可行的),则数组中相应位置的元素进行比较。
out 是可选项,表示把强制截取后的结果放到这个数组中,但是out中的数组必须和a形状一样。例如:
Examples
--------
>>> a = np.arange(10)
>>> np.clip(a, 1, 8)
array([1, 1, 2, 3, 4, 5, 6, 7, 8, 8])
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> np.clip(a, 3, 6, out=a)
array([3, 3, 3, 3, 4, 5, 6, 6, 6, 6])
>>> a = np.arange(10)
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> np.clip(a, [3, 4, 1, 1, 1, 4, 4, 4, 4, 4], 8)
array([3, 4, 2, 3, 4, 5, 6, 7, 8, 8])代码片
相等于给数组确定了一个范围,超出的按照边界处理。
最后
这两个函数分别查自https://blog.csdn.net/chiyiwei7384/article/details/83988712?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task和https://www.cnblogs.com/cloud-ken/p/9946341.html在这里向两位前辈表示感谢。