是否有像 numpy.clip(a, a_min, a_max) 这样的函数，其中 a_min 和 a_max 之外的值被包裹而不是饱和？

对于给定的整数 numpy 数组，我可以使用 numpy.clip(a,a_min,a_max) 将该数组中的值饱和到任意最小值和最大值。 我想知道是否有一个 numpy 函数或技巧来执行此操作，以便它不会使值饱和，而是将它们包装起来。

我知道，如果我创建一个具有特定整数 dtype（例如：int8）的 numpy 数组，那么我将对 [-128,128) 之外的值进行这种包装行为。但是，我想要有可定制的边界， 即，如何将值包装在 [-10,10) 之间的数组中？

例如，假设我有一个名为wrap()的函数，那么我将其用作：

import numpy
a = numpy.array([10,5,-11,5],dtype=numpy.int64)
b = wrap(a,min = -10, max = 10)

然后我期望 b 等于：

array([-10,5,9,5], dtype = int64)

提前致谢。

如果我正确理解了问题，您可以使用以下命令获得所需的输出

>>> ((a - min) % (max - min)) + min
array([-10,   5,   9,   5])

The %运算符对值进行换行（取模），而它的 wrest 只是设置换行的正确范围。