Question

x = np.empty([2], dtype=object)
> array([None, None], dtype=object)

x[0] = 'a'
> array(['a', None], dtype=object)

我正在尝试从此类型为[False, True]的对象中获取布尔数组ndarray，其中对象类型为None。

不起作用的事情：x is None，x.isfinite()，x == None，np.isnan(x)。该数组可能处于n维度，这使得循环迭代看起来不愉快。

Answer 1

在NumPy 1.12及更早版本中，您需要显式调用f2 <- " +(carb|gear)" newmodels <- lapply(xnam2, function(x) { lmer(substitute(paste(fla), i + (paste(f2)), list(i = as.name(x))), data = mtcars) })以获得广播的相等比较。发表评论，以便未来的读者理解你为什么要这样做：

numpy.equal

在NumPy 1.13及更高版本中，x == None will give you a broadcasted equality comparison，但如果您想要与早期版本向后兼容，则仍可以使用# Comparisons to None with == don't broadcast (yet, as of NumPy 1.12). # We need to use numpy.equal explicitly. numpy.equal(x, None)。

Answer 2

您可以将None包裹在list或array中以强制进行元素比较：

>>> x == [None]
array([False,  True], dtype=bool)

>>> x == np.array([None])
array([False,  True], dtype=bool)

Answer 3

一些可能的方法是 -

x < 0
x!='a'

array（[True，False]，dtype = bool）

使用对象dtype的ndarray与None进行元素比较

3 个答案: