我刚刚在我的代码中发现了一个导致各种问题的逻辑错误。我无意中做了按位 AND而不是逻辑 AND。
我将代码更改为：
r = mlab.csv2rec(datafile, delimiter=',', names=COL_HEADERS)
mask = ((r["dt"] >= startdate) & (r["dt"] <= enddate))
selected = r[mask]
到：
r = mlab.csv2rec(datafile, delimiter=',', names=COL_HEADERS)
mask = ((r["dt"] >= startdate) and (r["dt"] <= enddate))
selected = r[mask]
令我惊讶的是，我收到了相当神秘的错误消息：
ValueError：具有多个元素的数组的真值不明确。使用 a.any() 或 a.all()
为什么当我使用按位运算时没有发出类似的错误 - 我该如何解决这个问题？
r是一个 numpy (rec) 数组。r["dt"] >= startdate（布尔）数组也是如此。对于 numpy 数组，该&操作返回两个布尔数组的元素与。
NumPy 开发人员认为没有一种普遍理解的方式来评估布尔上下文中的数组：它可能意味着True如果任何元素是
True，或者它可能意味着True如果所有元素都是True，或者True如果数组具有非零长度，仅举三例可能性。
由于不同的用户可能有不同的需求和不同的假设，NumPy 开发人员拒绝猜测，而是决定在尝试在布尔上下文中评估数组时引发 ValueError。应用于and两个 numpy 数组会导致在布尔上下文中评估两个数组（通过__bool__在 Python3 或__nonzero__Python2 中调用）。
您的原始代码
mask = ((r["dt"] >= startdate) & (r["dt"] <= enddate))
selected = r[mask]
看起来正确。但是，如果您确实想要and，则不要a and b使用(a-b).any()or (a-b).all()。
我遇到了同样的问题（即多条件索引，这里是在某个日期范围内查找数据）。(a-b).any()或似乎不起作用，(a-b).all()至少对我来说。
或者，我找到了另一种非常适合我所需功能的解决方案（在尝试索引数组时，具有多个元素的数组的真值是模棱两可的）。
而不是使用上面建议的代码，只需使用 anumpy.logical_and(a,b)就可以了。在这里，您可能希望将代码重写为
selected = r[numpy.logical_and(r["dt"] >= startdate, r["dt"] <= enddate)]
异常的原因是and隐式调用bool. 首先在左操作数和（如果左操作数是True）然后在右操作数上。所以x and y等价于bool(x) and bool(y)。
但是boolon a numpy.ndarray（如果它包含多个元素）将抛出您看到的异常：
>>> import numpy as np
>>> arr = np.array([1, 2, 3])
>>> bool(arr)
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
该bool()调用隐含在and, if,中while，or因此以下任何示例也将失败：
>>> arr and arr
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
>>> if arr: pass
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
>>> while arr: pass
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
>>> arr or arr
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
Python中有更多隐藏bool调用的函数和语句，例如2 < x < 10只是另一种编写方式2 < x and x < 10。并且and将调用bool：bool(2 < x) and bool(x < 10)。
元素等效的 for将and是np.logical_and函数，类似地，您可以将np.logical_or其用作等效的 for or。
对于布尔数组 - 以及类似, , , 和<NumPy<=数组==上!=的比较返回布尔 NumPy 数组 - 您还可以使用逐元素位函数（和运算符）：（运算符）>=>np.bitwise_and&
>>> np.logical_and(arr > 1, arr < 3)
array([False, True, False], dtype=bool)
>>> np.bitwise_and(arr > 1, arr < 3)
array([False, True, False], dtype=bool)
>>> (arr > 1) & (arr < 3)
array([False, True, False], dtype=bool)
和bitwise_or（|运算符）：
>>> np.logical_or(arr <= 1, arr >= 3)
array([ True, False, True], dtype=bool)
>>> np.bitwise_or(arr <= 1, arr >= 3)
array([ True, False, True], dtype=bool)
>>> (arr <= 1) | (arr >= 3)
array([ True, False, True], dtype=bool)
完整的逻辑和二进制函数列表可以在 NumPy 文档中找到：
如果您使用pandas为我解决问题的方法是当我有 NA 值时我正在尝试进行计算，则解决方案是运行：
df = df.dropna()
在那之后，计算失败了。
接受@ZF007 的回答，这并不能作为一个整体来回答您的问题，但可以作为相同错误的解决方案。我在这里发布它，因为我还没有在 Stack Overflow 的其他地方找到直接的解决方案来解决这个错误消息。
检查数组是否为空时会出现错误。
if np.array([1,2]): print(1)--> ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()。
if np.array([1,2])[0]: print(1)--> 没有 ValueError，但是：if np.array([])[0]: print(1)--> IndexError: index 0 is out of bounds for axis 0 with size 0。
if np.array([1]): print(1)--> 没有 ValueError，但对包含许多元素的数组也无济于事。
if np.array([]): print(1)-->DeprecationWarning: The truth value of an empty array is ambiguous. Returning False, but in future this will result in an error. Use 'array.size > 0' to check that an array is not empty.
这样做：
if np.array([]).size: print(1)解决了错误。
接受@loki的评论，您还可以考虑更多的pythonic：
if np.array([]) is not None: print(1)
此类型的错误消息还会显示if-statement在存在数组（例如 bool 或 int）的情况下进行比较时。参见例如：
... code snippet ...
if dataset == bool:
....
... code snippet ...
该子句将数据集作为数组，并且 bool 是 euhm 的“开门”...True或False.
如果函数包含在 a 中try-statement，您将收到except Exception as error:不带错误类型的消息：
具有多个元素的数组的真值是不明确的。使用 a.any() 或 a.all()
尝试 this=> numpy.array(r) 或 numpy.array(yourvariable) 后跟命令以比较您想要的任何内容。