有一个二维数组,将所有的元素从小到大排序后,前5%和后5%分别赋值为0和255,其余按照大小拉伸到0-255

时间: 2024-03-03 10:52:45 浏览: 19
可以使用以下代码实现: ```python import numpy as np def stretch_array(arr): sorted_arr = np.sort(arr.flatten()) n = arr.size m = int(0.05 * n) min_val = sorted_arr[m] max_val = sorted_arr[-m-1] stretched_arr = (arr - min_val) * (255 / (max_val - min_val)) stretched_arr[stretched_arr < 0] = 0 stretched_arr[stretched_arr > 255] = 255 stretched_arr[:m] = 0 stretched_arr[-m:] = 255 return stretched_arr.astype(np.uint8) ``` 这个函数输入一个二维数组,并返回一个经过线性拉伸和赋值的数组。其中,前5%赋值为0,后5%赋值为255,剩余部分根据数值大小线性拉伸到0-255。具体实现过程如下: 1. 将输入数组展开成一维数组,并进行从小到大的排序,找到前5%和后5%的位置。 2. 根据5%位置的值,确定线性拉伸的范围。 3. 将数组进行线性拉伸,并将小于0和大于255的值截断到0或255。 4. 将前5%和后5%的值赋值为0和255。 5. 返回线性拉伸和赋值后的数组。
相关问题

有一个二维数组,将所有元素按大小前5%和后5%分别赋值为0和255,其余按照大小拉伸到0-255

可以使用以下代码实现: ```python import numpy as np def stretch_array(arr): sorted_arr = np.sort(arr.flatten()) n = arr.size m = int(0.05 * n) min_val = sorted_arr[m] max_val = sorted_arr[-m-1] stretched_arr = (arr - min_val) * (255 / (max_val - min_val)) stretched_arr[stretched_arr < 0] = 0 stretched_arr[stretched_arr > 255] = 255 stretched_arr[:m] = 0 stretched_arr[-m:] = 255 return stretched_arr.astype(np.uint8) def process_array(arr): n = arr.size m = int(0.05 * n) sorted_arr = np.sort(arr.flatten()) min_val = sorted_arr[m] max_val = sorted_arr[-m-1] arr[arr < min_val] = min_val arr[arr > max_val] = max_val stretched_arr = (arr - min_val) * (255 / (max_val - min_val)) stretched_arr[:m] = 0 stretched_arr[-m:] = 255 return stretch_array(stretched_arr) ``` 这个函数输入一个二维数组,并返回一个经过线性拉伸和赋值的数组。其中,前5%赋值为0,后5%赋值为255,剩余部分根据数值大小线性拉伸到0-255。具体实现过程如下: 1. 将输入数组展开成一维数组,并进行从小到大的排序,找到前5%和后5%的位置。 2. 对输入数组进行截断,将小于前5%位置的值赋值为前5%位置的值,将大于后5%位置的值赋值为后5%位置的值。 3. 对进行截断后的数组进行线性拉伸,并将小于0和大于255的值截断到0或255。 4. 将前5%和后5%的值赋值为0和255。 5. 返回线性拉伸和赋值后的数组。

使用python将一个数组从小到大排列,前5%赋值为0,后5%赋值为255,剩余的线性拉伸到0-255

可以使用以下代码实现: ```python import numpy as np def stretch_array(arr): sorted_arr = np.sort(arr) n = len(arr) m = int(0.05 * n) min_val = sorted_arr[m] max_val = sorted_arr[-m-1] stretched_arr = (arr - min_val) * (255 / (max_val - min_val)) stretched_arr[stretched_arr < 0] = 0 stretched_arr[stretched_arr > 255] = 255 stretched_arr[:m] = 0 stretched_arr[-m:] = 255 return stretched_arr.astype(np.uint8) ``` 这个函数输入一个一维数组,并返回一个经过线性拉伸和赋值的数组。其中,前5%赋值为0,后5%赋值为255,剩余的线性拉伸到0-255。具体实现过程如下: 1. 对输入数组进行从小到大的排序,找到前5%和后5%的位置。 2. 根据5%位置的值,确定线性拉伸的范围。 3. 将数组进行线性拉伸,并将小于0和大于255的值截断到0或255。 4. 将前5%和后5%的值赋值为0和255。 5. 返回线性拉伸和赋值后的数组。

相关推荐

最新推荐

recommend-type

python 使用pandas的dataframe一维数组和二维数组分别按行写入csv或excel

pandas写入excel 两种 一个是一行一行的写(本身写入时列)另一种是写入二维数组。 1.一行一行的写 i=1 loujian=2 dat=[i,loujian,ll,load_idx,bilv,eventype]#一个变量 print (dat) test = pd.DataFrame(data=dat)....
recommend-type

C#实现对二维数组排序的方法

主要介绍了C#实现对二维数组排序的方法,实例分析了C#数组遍历与排序的相关技巧,需要的朋友可以参考下
recommend-type

PHP将二维数组某一个字段相同的数组合并起来的方法

本文实例讲述了PHP将二维数组某一个字段相同的数组合并起来的方法。分享给大家供大家参考,具体如下: 例子: array(3) { [0]=&gt; array(16) { ["id"]=&gt; string(2) "42" ["uid"]=&gt; string(2) "14" ["euid"]=&gt; ...
recommend-type

Python reshape的用法及多个二维数组合并为三维数组的实例

reshape(shape) : 不改变数组元素,返回一个shape形状的数组,原数组不变。是对每行元素进行处理 resize(shape) : 与.reshape()功能一致,但修改原数组 In [1]: a = np.arange(20) #原数组不变 In [2]: a.reshape...
recommend-type

Python二维数组实现求出3*3矩阵对角线元素的和示例

今天小编就为大家分享一篇Python二维数组实现求出3*3矩阵对角线元素的和示例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【实战演练】MATLAB用遗传算法改进粒子群GA-PSO算法

![MATLAB智能算法合集](https://static.fuxi.netease.com/fuxi-official/web/20221101/83f465753fd49c41536a5640367d4340.jpg) # 2.1 遗传算法的原理和实现 遗传算法(GA)是一种受生物进化过程启发的优化算法。它通过模拟自然选择和遗传机制来搜索最优解。 **2.1.1 遗传算法的编码和解码** 编码是将问题空间中的解表示为二进制字符串或其他数据结构的过程。解码是将编码的解转换为问题空间中的实际解的过程。常见的编码方法包括二进制编码、实数编码和树形编码。 **2.1.2 遗传算法的交叉和
recommend-type

openstack的20种接口有哪些

以下是OpenStack的20种API接口: 1. Identity (Keystone) API 2. Compute (Nova) API 3. Networking (Neutron) API 4. Block Storage (Cinder) API 5. Object Storage (Swift) API 6. Image (Glance) API 7. Telemetry (Ceilometer) API 8. Orchestration (Heat) API 9. Database (Trove) API 10. Bare Metal (Ironic) API 11. DNS
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。