如何让NumPy数组中所有值落入指定闭区间？

需求说明：
给定包含正负浮点数的NumPy数组，以及闭区间[a, b]（a≤b），需将数组内所有值限制在该区间内：小于a的替换为a，大于b的替换为b，区间内的值保持原样，注意不是将值缩放至区间。

已尝试的实现方式：

• Python列表推导式
  原始版本：

  [e if a <= e <= b else (a if e < a else b) for e in arr]
  

  优化为仅两次比较的版本：

  [a if e < a else (b if e > b else e) for e in arr]
  

• NumPy两次广播赋值

  arr[arr < a] = a
  arr[arr > b] = b
  

  该方法比Python列表推导式快很多，但本质是两次遍历数组，仍有优化空间，且已通过性能测试确认Python方法耗时远高于NumPy实现。

更高效的实现方案：使用NumPy内置的clip函数 #

NumPy提供了原生的np.clip()函数，专门用于实现这种值的区间限制，它是底层优化过的实现，只需一次数组遍历即可完成所有操作，效率比手动两次广播更高。

用法示例：

import numpy as np
# 假设arr是目标NumPy数组
arr = np.clip(arr, a_min=a, a_max=b)
# 或简化写法
arr = np.clip(arr, a, b)

np.clip()会直接对数组中的每个元素进行判断：小于a_min的替换为a_min，大于a_max的替换为a_max，区间内的值保持不变，完全匹配需求。由于是NumPy原生优化的向量运算，避免了手动两次掩码操作的额外开销，性能是当前方案中最优的。

内容的提问来源于stack exchange，提问作者Ξένη Γήινος