如何在python中有条件地对数组进行分区

如果 a 和 b 是布尔NumPy数组 & 操作返回elementwise和其中的:

a & b

返回布尔值 大堆 。将其简化为单个布尔值 价值 ,使用任一

(a & b).any()

或

(a & b).all()

注意:如果 一 和 b 是 非布尔型 阵列,请考虑 (a - b).any() 或 (a - b).all() 相反

根本原因

NumPy开发人员认为在布尔上下文中没有一种通用的方法来评估数组:这可能意味着 True 如果 任何 元素为 真的 ,或者它可能意味着 真的 如果 全部的 元素是 真的 或 真的 如果数组的长度为非零,仅举三种可能性。

由于不同的用户可能有不同的需求和不同的假设 NumPy开发人员拒绝猜测,而是决定筹集一个 ValueError 每当试图在布尔上下文中计算数组时。应用 and 到两个numpy数组会导致这两个数组在布尔上下文中求值(通过调用 __bool__ 在Python 3或 __nonzero__ 在Python中2)。

我也遇到了同样的问题(即使用多个条件进行索引,这里是在某个日期范围内查找数据)。这个 (a-b).any() 或 (a-b).all() 似乎不起作用,至少对我来说是这样。

或者,我找到了另一种解决方案,它非常适合我想要的功能( The truth value of an array with more than one element is ambigous when trying to index an array ).

不要使用上面建议的代码,而是使用:

numpy.logical_and(a, b)