将一系列值映射到另一个值

Question

我正在寻找有关如何在 Python 中将一个范围值转换为另一个范围值的想法。我正在从事硬件项目并从可以返回一系列值的传感器读取数据，然后我使用该数据来驱动需要的执行器不同范围的值。

例如，假设传感器返回 1 到 512 范围内的值，执行器由 5 到 10 范围内的值驱动。我想要一个 function，我可以传递一个值和两个范围并取回值映射到第二个范围。 如果这样一个 function 被命名为translate它可以这样使用：

sensor_value = 256
actuator_value = translate(sensor_value, 1, 512, 5, 10)

在此示例中，我希望 output actuator_value为7.5 ，因为sensor_value处于可能输入范围的中间。

Answer 1

一种解决方案是：

def translate(value, leftMin, leftMax, rightMin, rightMax):
    # Figure out how 'wide' each range is
    leftSpan = leftMax - leftMin
    rightSpan = rightMax - rightMin

    # Convert the left range into a 0-1 range (float)
    valueScaled = float(value - leftMin) / float(leftSpan)

    # Convert the 0-1 range into a value in the right range.
    return rightMin + (valueScaled * rightSpan)

您可能会使用代数来提高效率，但会降低可读性。

Answer 2

使用scipy.interpolate.interp1d

您还可以使用scipy.interpolate包进行此类转换（如果您不介意对SciPy的依赖）：

>>> from scipy.interpolate import interp1d
>>> m = interp1d([1,512],[5,10])
>>> m(256)
array(7.4951076320939336)

或将其从0级scipy数组转换回普通浮点数：

>>> float(m(256))
7.4951076320939336

您还可以在一个命令中轻松地进行多次转换：

>>> m([100,200,300])
array([ 5.96868885,  6.94716243,  7.92563601])

另外，您可以从一个范围到另一个范围进行非均匀映射，例如，如果要映射[1,128]到[1,10]，[128,256]到[10,90]和[256,512]到[90,100 ]，您可以这样做：

>>> m = interp1d([1,128,256,512],[1,10,90,100])
>>> float(m(400))
95.625

interp1d创建分段线性插值对象（可像函数一样调用）。

使用numpy.interp

如〜unutbu所述 ， numpy.interp也是一个选项（具有较少的依赖项）：

>>> from numpy import interp
>>> interp(256,[1,512],[5,10])
7.4951076320939336

Answer 3

实际上，这对于创建闭包是一个很好的情况，即编写一个返回函数的函数。 由于您可能有很多这样的值，因此对于每个值计算和重新计算这些值的跨度和因数，或者就此而言，始终不超过最小/最大限制，就没有什么价值。

相反，请尝试以下操作：

def make_interpolater(left_min, left_max, right_min, right_max): 
    # Figure out how 'wide' each range is  
    leftSpan = left_max - left_min  
    rightSpan = right_max - right_min  

    # Compute the scale factor between left and right values 
    scaleFactor = float(rightSpan) / float(leftSpan) 

    # create interpolation function using pre-calculated scaleFactor
    def interp_fn(value):
        return right_min + (value-left_min)*scaleFactor

    return interp_fn

现在，您可以将处理器编写为：

# create function for doing interpolation of the desired
# ranges
scaler = make_interpolater(1, 512, 5, 10)

# receive list of raw values from sensor, assign to data_list

# now convert to scaled values using map 
scaled_data = map(scaler, data_list)

# or a list comprehension, if you prefer
scaled_data = [scaler(x) for x in data_list]

Answer 4

def translate(sensor_val, in_from, in_to, out_from, out_to):
    out_range = out_to - out_from
    in_range = in_to - in_from
    in_val = sensor_val - in_from
    val=(float(in_val)/in_range)*out_range
    out_val = out_from+val
    return out_val

Answer 5

简单 map 范围 function：

def mapRange(value, inMin, inMax, outMin, outMax):
    return outMin + (((value - inMin) / (inMax - inMin)) * (outMax - outMin))

Answer 6

我在python中寻找相同的东西来将角度0-300deg映射到原始dynamixel值0-1023或1023-0，具体取决于执行器的方向。

我最终变得非常简单。

变量：

x:input value; 
a,b:input range
c,d:output range
y:return value

功能：

def mapFromTo(x,a,b,c,d):
   y=(x-a)/(b-a)*(d-c)+c
   return y

用法：

dyn111.goal_position=mapFromTo(pos111,0,300,0,1024)

Answer 7

def maprange(a, b, s):
    (a1, a2), (b1, b2) = a, b
    return  b1 + ((s - a1) * (b2 - b1) / (a2 - a1))


a = [from_lower, from_upper]
b = [to_lower, to_upper]

在https://rosettacode.org/wiki/Map_range#Python_中找到

• 不会将转换后的值限制在a或b范围内（推断）
• 当from_lower > from_upper或to_lower > to_upper时也起作用

Answer 8

所有现有的答案都在 CC BY-SA 许可下。 这是我写的； 在法律允许的范围内，我放弃此代码的所有版权或相关和相邻权利。 （知识共享 CC0 公共领域贡献） 。

def remap(number, from_min, from_max, to_min, to_max):                         
    number_s = number - from_min
    from_max_s = from_max - from_min
    to_max_s = to_max - to_min
    return ((number_s / from_max_s) * to_max_s) + to_min

Answer 9

您可以使用 lambda function

translate = lambda a, b, c, d, e: (a - b) * (e - d) / (c - b) + d

sensor_value = 256
translate(sensor_value, 1, 512, 5, 10)
>> 7.495107632093934