Question

我有一个2D numpy数组，其形状为（3,3），dtype = object，其元素是形式的元组（str，str，float）。

template = ('Apple', 'Orange', 5.0)
my_array = np.array([None] * 9).reshape((3,3))

for i in range(my_array.shape[0]):
    for j in range(my_array.shape[1]):
        my_array[i, j] = template

但是当我试图获得一个布尔掩码时

print(my_array == template)

答案都是假的

[[False False False]
 [False False False]
 [False False False]]

然而，元素比较仍然有效

print(my_array[0,0] == template) # This prints True

为什么布尔掩码返回所有False以及如何使其工作？

P.S。我搜索了相关主题，但无法使用任何...

Array of tuples in Python
Restructuring Array of Tuples
Apply function to an array of tuples
Filter numpy array of tuples

Answer 1

这里发生的事情是Python tuples are compared by position. 所以当你这样做时

my_array == template

你实际在做什么（逐行）：

('Apple', 'Orange', 5.0) == 'Apple'
('Apple', 'Orange', 5.0) == 'Orange'
('Apple', 'Orange', 5.0) == 5.0

要验证是否是这种情况，请尝试尝试以下示例：

>>> other_array = np.array(['Apple', 'Orange', 5.0] * 3).reshape(3,3)
>>> other_array
array([['Apple', 'Orange', '5.0'],
       ['Apple', 'Orange', '5.0'],
       ['Apple', 'Orange', '5.0']], dtype='<U6')
>>> other_array == template
array([[ True,  True,  True],
       [ True,  True,  True],
       [ True,  True,  True]])

我不知道有任何非黑客的解决方法，并且可以直接进行平等比较。如果黑客足够并且您的阵列不是太大，您可以尝试：

mask = np.array(list(map(lambda x: x == template,
                         my_array.flatten()))).reshape(my_array.shape)

或

mask = np.array([x == template for x in my_array.flatten()]).reshape(my_array.shape)

您是否需要一组元组？你不能在你的数组中有另一个维度，或者可能使用pandas作为分类变量吗？

为元组数组创建布尔掩码

1 个答案: