如何使用一对不等式过滤 numpy 数组,例如:
>>> a = np.arange(10)
>>> a[a <= 6]
array([0, 1, 2, 3, 4, 5, 6])
>>> a[3 < a]
array([4, 5, 6, 7, 8, 9])
>>>
>>> a[3 < a <= 6]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ValueError: The truth value of an array with more than one element is ambiguous.
Use a.any() or a.all()
如果我尝试 a.all(3 < a <= 6)
,我会得到相同的响应
np.array([x for x in a if 3 < x <= 6])
有效,但看起来很讨厌。执行此操作的正确方法是什么?
最佳答案
你需要做的:
a[(3 < a) & (a <= 6)]
这是 python 中的一个“疣”。在 python 中 (3 < a <=6)
翻译成((3 < a) and (a <= 6))
.但是 numpy 数组不适用于 and
操作,因为 python 不允许重载 and
和 or
运营商。因为 numpy 使用 &
和 |
.大约一年前有一些关于解决这个问题的讨论,但从那以后我似乎就没怎么关注了。
http://mail.python.org/pipermail/python-dev/2012-March/117510.html
关于python - 如何使用链式比较对数组进行 bool 掩码?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15283872/