Question

只是一种我似乎无法想象的好奇心，它一定是简单的！任何想法都会非常有用！

两个数组，y中只有一个值匹配x中的任何值。我的代码将迭代x中的每个值，并在y中找到匹配的值并计算到每个值的距离。在z [i，j]

中输入找到匹配值所需的最小距离

直到我将1更改为1.1并尝试允许其寻找值的某些变化。如果＆＃34; 1＆＃34;在y可以在0.9 -1.0之间变化我怎么能解释它？

x = [[1,1,1,1,1],[1,1,1,1,1],[1,1,1,1,1],[1,1,1,1,1],[1,1,1,1,1]]
y = [[2,2,2,2,2],[2,2,2,2,2],[2,2,1,2,2],[2,2,2,2,2],[2,2,2,2,2]]

xx = numpy.array(x)
yy = numpy.array(y)

zz = numpy.ones((5,5))

for i in range(0,5):
    for j in range(0,5):
        match = numpy.where((xx[i,j] == yy))

        distance = sqrt((i-(np.array(match[0])))**2 + (j -(np.array(match[1])))**2)
        zz[i,j] = min(distance)

我尝试过各种变体：

match = numpy.where((yy-0.1 <= xx[i,j] <= yy+0.1))

＆＃34;错误：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（）＆＃34;

Answer 1

当它只是避免错误时，请尝试

numpy.where((yy-0.1 <= xx[i,j]) & (xx[i,j] <= yy+0.1))

Answer 2

关于错误，会更详细地解释here（以及其他地方）。

或者，您可以简单地使用np.isclose。像：

numpy.where(numpy.isclose(xx[i,j],yy, atol=0.1))

numpy.where（）函数仅用于完全匹配？

2 个答案: