结合逻辑语句和numpy的阵列 [英] Combining logic statements AND in numpy array

问题描述

什么是选择元素，当两个条件真在矩阵的方式吗？
在R，它基本上是可以结合的载体的布尔

What would be the way to select elements when two conditions are True in a matrix? In R, it is basically possible to combine vectors of booleans.

那么，我的目标：

A = np.array([2,2,2,2,2])
A < 3 and A > 1  # A < 3 & A > 1 does not work either

Evals到：
ValueError错误：与多个元件的阵列的真值是不明确的。使用a.any（）或a.all（）

Evals to: ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

应该EVAL为：

array([True,True,True,True,True])

我的解决方法通常是总结这些布尔向量和等同于2，但必须有一个更好的办法。这是什么？

My workaround usually is to sum these boolean vectors and equate to 2, but there must be a better way. What is it?

推荐答案

您可以只使用＆安培; ，例如：

x = np.arange(10)
(x<8) & (x>2)

给

array([False, False, False,  True,  True,  True,  True,  True, False, False], dtype=bool)

的一些细节：

• 这工作，因为＆安培; 是简写numpy的ufunc bitwise_and ，这对于布尔类型相同逻辑与。也就是说，这也可以作为结果 bitwise_and（以下（X，8），较大（X，2））
拼写

• 您需要的，因为在numpy的括号＆安培; 具有较高的precedence比＆LT; 和＆GT;


• 和不起作用，因为它是暧昧numpy的阵列，因此而不是猜测，numpy的抛出异常。

• This works because & is shorthand for the numpy ufunc bitwise_and, which for the bool type is the same as logical_and. That is, this could also be spelled out as
  bitwise_and(less(x,8), greater(x,2))
• You need the parentheses because in numpy & has higher precedence than < and >
• and does not work because it is ambiguous for numpy arrays, so rather than guess, numpy raise the exception.

这篇关于结合逻辑语句和numpy的阵列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！