Question

我有一组3个阵列，我会相互比较。数组a包含一组值，数组b和c的值应该部分相同。

如果说a[0] == b[0]而不是c[0]总是错误的值

为了更好的解释，我试着表明我的意思。

import numpy as np

a = np.array([2, 2, 3, 4])
b = np.array([1, 3, 3, 4])
c = np.array([2, 2, 4, 3])

print(a == b)
# return: [False False True  True]
print(a == c)
# return: [True True False False]

你可以看到两组中我有两个真和两个假。所以如果其中一个是真的那么总数应该是真的。当我执行以下操作时，我得到一个数组的True / False。而答案就是我想要的......

print((a == b).all())
# return: False
print((a == c).all())
# return: False

print(a.all() == (b.all() or c.all()))
# return: True

当我制作数组b和c以便我有一个vallue时，在两种情况下都是错的，我应该以一个错误结束

import numpy as np

a = np.array([2, 2, 3, 4])
b = np.array([1, 3, 3, 4])
c = np.array([5, 2, 4, 3])


print(a == b)
# return: [False False True  True]
print(a == c)
# return: [False True False False]

print((a == b).all())
# return: False
print((a == c).all())
# return: False

到目前为止很好

print(a.all() == (b.all() or c.all()))
# return: True

这部分不好这个应该是假的!! 我如何得到这样的函数或者这样的函数，以便在a中b或c中存在相同的值时，以{1}}或<{p>

编辑：关于a[0] == b[0]的解释比c[0]：我有一个python函数，其中阶段信息进入并且必须执行一些操作。在此之前我想检查我是否需要处理一组虚数值或带有相位角的数组。我想在做某事之前检查一下。问题是相位角，因为右侧是反相+/- pi。所以对于每个价值我有两个选择。并且大多数时候它是独家的，但在+/- pi / 2的情况下，它不是因为两者都是真的而且也很好......

Answer 1

您想要一个合乎逻辑的OR：

np.logical_or(a==b, a==c).all()

Answer 2

根据你的例子和解释，我想你想要的是：

对于每个职位，完全 b或c中的一个与a具有相同的价值

如果是这种情况，可以使用以下代码完成：

def is_exclusively_jointly_same(a, b, c):
    return np.logical_xor(a==b, a==c).all() # or use ^ below
    # return ((a==b)^(a==c)).all()

^是独占或（XOR）运算符，当且仅当其参数中的一个为True时才会返回True。

所以表达式(a==b)^(a==c)表示a==b或a==c，但不是两者。然后.all()检查数组中的所有位置是否为真。

示例：

>>> a=np.array([1,2,3,4,5])
>>> b=np.array([1,2,0,0,5])
>>> c=np.array([0,0,3,4,0])
>>> is_exclusively_jointly_same(a, b, c)
True

>>> a=np.array([1,2,3,4,5])
>>> b=np.array([0,2,0,0,5]) # First value both not 1
>>> c=np.array([0,0,3,4,0])
>>> is_exclusively_jointly_same(a, b, c)
False

>>> a=np.array([1,2,3,4,5])
>>> b=np.array([1,2,0,0,5]) # First value both 1
>>> c=np.array([1,0,3,4,0])
>>> is_exclusively_jointly_same(a, b, c)
False

如果您想要的是：

对于每个职位，至少 b和c中的一个应与[{1}}具有相同的值

，然后您需要更改为OR而不是XOR，如下所示：

示例：

>>> a=np.array([1,2,3,4,5])
>>> b=np.array([1,2,0,0,5])
>>> c=np.array([0,0,3,4,0])
>>> is_jointly_same(a, b, c)
True

>>> a=np.array([1,2,3,4,5])
>>> b=np.array([0,2,0,0,5]) # First value both not 1
>>> c=np.array([0,0,3,4,0])
>>> is_jointly_same(a, b, c)
False

>>> a=np.array([1,2,3,4,5])
>>> b=np.array([1,2,0,0,5]) # First value both 1
>>> c=np.array([1,0,3,4,0])
>>> is_jointly_same(a, b, c)
True

这里的关键是，def is_jointly_same(a, b, c): return np.logical_or(a==b, a==c).all() # or use | below # return ((a==b) | (a==c)).all()应该一次作为最终聚合器，当已经计算出每个单独的值时。因此，当您发现多次应用.all()时，您应该担心。

Answer 3

您可以尝试这种方式：

(a==b).all() or (a==c).all()

Answer 4

实际上all（）函数如果iterable的所有元素都为true（或者iterable为空），则返回True。在编程语言中，0被认为是假，任何其他整数都被认为是真的。所以在你的数组a，b，c中，每个元素都是非零的，a.all（），b.all（）和c.all（）它们都是单独返回true，所以最后你会变成真的。

将数组与python中的其他两个数组进行比较

4 个答案: