如何用Numpy限制标量、一维或N维数组的最小值？

直接用numpy内置的np.maximum()函数就能搞定，它会自动处理标量、一维或任意N维数组的情况，完全不用手动判断类型，是numpy的惯用写法：

import numpy as np

def fn(a, threshold):
    # 先将输入转为numpy数组（兼容普通列表输入），再取与阈值的逐元素最大值
    return np.maximum(np.asarray(a), threshold)

验证示例：

• 标量场景：fn(2, 2.5) → 2.5
• 一维数组场景：fn(np.array([1, 2, 3, 4]), 2.5) → array([2.5, 2.5, 3. , 4. ])
• 二维数组场景：fn(np.array([[1, 2, 3, 4], [0, 2, 4, 6]]), 2.5) → array([[2.5, 2.5, 3. , 4. ], [2.5, 2.5, 4. , 6. ]])

原理说明 #

np.maximum()会对两个输入做逐元素比较，保留较大值。numpy的广播机制会自动把标量阈值扩展为和输入数组同形状的结构，因此无论输入是标量还是多维数组，都能直接适配。np.asarray()则负责兼容普通Python列表输入，若输入已是numpy数组，也不会产生额外性能开销。

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