在numpy数组中组合逻辑语句AND

Question

当矩阵中的两个条件为True时，选择元素的方法是什么？ 在R中，基本上可以组合布尔的向量。

所以我的目标是：

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

Evals to： ValueError：具有多个元素的数组的真值是不明确的。使用a.any（）或a.all（）

应该评估：

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

我的解决方法通常是将这些布尔向量相加并等于2，但必须有更好的方法。它是什么？

Answer 1

有一个功能：

In [8]: np.logical_and(A < 3, A > 1)
Out[8]: array([ True,  True,  True,  True,  True], dtype=bool)

由于您无法在Python中覆盖and运算符，因此它总是尝试将其参数转换为bool。这就是为什么你的代码会出错。

Numpy已为数组定义__and__函数，该函数会覆盖&运算符。这就是另一个答案所用的。

Answer 2

你可以使用&，例如：

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

给出

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

一些细节：

• 这是有效的，因为&是numpy ufunc bitwise_and的简写，bool类型与logical_and相同。也就是说，这也可以拼写为bitwise_and(less(x,8), greater(x,2))
• 您需要括号，因为numpy &的优先级高于<和>
• and不起作用，因为它对于numpy数组来说是不明确的，所以numpy不是猜测，而是提出异常。

Answer 3

虽然这是原始的，但

有什么问题

A = [2, 2, 2, 2, 2]
b = []
for i in A:
  b.append(A[i]>1 and A[i]<3)
print b

输出为[True，True，True，True，True]