假设我有一个数组，'foo'，有两列。第0列的值为1到12表示月份。第1列具有相应的测量值。如果我想在12月，1月和2月（12,1,2）创建一个测量值的掩码，我会怀疑我可以：
numpy.where(foo[:,1] in (12, 1, 2), False, True)
但看起来我的聪明'in（12,1,2）'不能作为where（）的条件。它似乎也不像[12,1,2]那样......
还有另一种聪明的方法吗？有没有更好的方法将所有（12,1,2）测量值收集到一个数组中？什么是numpy方式？
（重塑阵列是不可能的，因为每个月都有不规则的测量数量）
答案 0 :(得分：4)
我认为'in（12,1,2）'不起作用的原因是'in'之前的元素必须是单个元素。
但是为此，numpy有一个函数in1d（documentation）用numpy数组做'in'。使用您的代码：
np.where(np.in1d(foo[:,0], [12, 1, 2]), False, True)
使用评论完成答案：在这种情况下使用where是多余的，in1d的输出可用于索引foo：
foo[np.in1d(foo[:,0], [12, 1, 2])]
或
foo[~np.in1d(foo[:,0], [12, 1, 2])]
注意：in1d仅适用于numpy 1.4或更高版本。