重新編碼漂浮在列表

Question

我有花車的列表，它看起來像這樣：

predictions_dec = [13.0, 8.6, 4.9, -1.5, 6.2, 7.7, 2.0, 10.0, 7.7, 12.7,...] 

我要清理這些數據，通過爲超過10.0 10.0較高的數量和大於0.0較低的數字（因此所有負數）a 0.0。我用下面的if語句這樣：

predictions_clean = [] 
for pred in predictions_dec: 
    if pred >= 10: 
     predictions_clean.append(10.0) 
    if pred <= 0: 
     predictions_clean.append(0.0) 
    else: 
     predictions_clean.append(pred) 

此代碼似乎工作，但有趣的是，：

len(predictions_dec) 
1222 
len(predictions_clean) 
1816 

我的if語句不是非常瞭解。在if語句中，我做錯了什麼？

Answer 1

您需要elif更換第二if：

predictions_clean = [] 
for pred in predictions_dec: 
    if pred >= 10: 
     predictions_clean.append(10.0) 
    elif pred <= 0: 
     predictions_clean.append(0.0) 
    else: 
     predictions_clean.append(pred) 

Answer 2

您的代碼將一些東西附加任何數字，大於10.0的兩倍。

predictions_clean = [] 
for pred in predictions_dec: 
    if pred >= 10: #e.g. 12, we append 10.0 
     predictions_clean.append(10.0) 
    if pred <= 0: 
     predictions_clean.append(0.0) 
    else:   #and now 12 is not less that 0, so append that 
     predictions_clean.append(pred) 

你想ELSEIF

predictions_clean = [] 
for pred in predictions_dec: 
    if pred >= 10: 
     predictions_clean.append(10.0) 
    elif pred <= 0: 
     predictions_clean.append(0.0) 
    else: 
     predictions_clean.append(pred) 

您可以用列表comprehsenion

predictions_clean = [0.0 if x < 0 else (10 if x > 10 else x) for x in predictions_dec] 

Answer 3

管理這個如果你的列表是非常大的（因此要避免環路和if語句）您還可以使用NumPy和數學技巧將每個負數設置爲零：

A = .5*(A+np.abs(A)) 

你可以做同樣的設置應有盡有較大的是10〜10。這裏是一切放在一起：

import numpy as np 

A = np.array([13.0, 8.6, 4.9, -1.5, 6.2, 7.7, 2.0, 10.0, 7.7, 12.7]) 

# set all items <= 0 to 0.0 
A = .5*(A+np.abs(A)) 
print(A) 

# set all items >= 10 to 10.0 
A = 10.-A 
A = .5*(A+np.abs(A)) 
A = 10.-A 
print(A) 

---

編輯

的建議通過「tobias_k」當然是更好然後礦。但是爲了加入一些科學知識，我考慮了一個長度爲1,000,000的隨機列表/數組。我將上述實施方案與

A[A< 0.] = 0. 
A[A>10.] = 10. 

相比較，並與「Miriam Farber」的答案進行比較。我發現：

1. 與A[A<0.] = 0.的方法，通過 「tobias_k」，要禁食。

2. 我的方法花費了大約兩倍的時間。

3. 該方法與if -statements和for循環，由「米里亞姆法伯」，花了大約50倍的時間。 （這也大致從min成立，max施工在直列for -loop，這是一個快一點：42倍一樣多的時間最快的選項）