Question

我想要一个布尔numpy数组fixidx，它是比较numpy数组a，b，c和d的结果。例如我有数组

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

因此数组fixidx具有值

fixidx = [1，0]

我的方法是

fixidx = (a == b) & (b == c) & (c == d)

这在Matlab中有效，但事实证明Python仅输出ValueError。

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

any或all不会解决这个问题，或者至少我无法弄清楚。

Answer 1

代码完美无误。尝试将布尔输出转换为整数：

((a == b) & (b == c) & (c == d)).astype(int)
array([1, 0])

Answer 2

让我们开始将a，b，c和d堆叠到单个数组x中：

In [452]: x = np.stack([a, b, c, d])

In [453]: x
Out[453]: 
array([[1, 1],
       [1, 2],
       [1, 3],
       [1, 4]])

然后，您可以将NumPy的unique应用于每一列，并测试结果是否包含一个或多个元素。

In [454]: fixidx = np.array([np.unique(x[:, i]).size == 1 for i in range(x.shape[1])])

In [455]: fixidx
Out[455]: array([ True, False])

最后，如有必要，可以将fixidx转换为整数：

In [456]: fixidx.astype(int)
Out[456]: array([1, 0])

或者，您可以通过NumPy的equal获得相同的结果，如下所示：

fixidx = np.ones(shape=a.shape, dtype=int)
x = [a, b, c, d]
for first, second in zip(x[:-1], x[1:]):
    fixidx *= np.equal(first, second)