我有一系列距离，称为 dists。我想选择两个值之间的分布。为此，我编写了以下代码行：
dists[(np.where(dists >= r)) and (np.where(dists <= r + dr))]
但是，这仅适用于条件
(np.where(dists <= r + dr))
如果我使用临时变量按顺序执行命令，它可以正常工作。为什么上面的代码不起作用，我该如何让它起作用？
干杯
问问题
415258 次
9 回答
259
在您的特定情况下，最好的方法是将您的两个标准更改为一个标准：
dists[abs(dists - r - dr/2.) <= dr/2.]
它只创建一个布尔数组，在我看来更容易阅读，因为它说，在dist一个dr或r？（虽然我会重新定义r为您感兴趣的区域的中心而不是开始，所以r = r + dr/2.）但这并不能回答您的问题。
您的问题的答案：如果您只是想过滤掉不符合您标准的元素，您
实际上并不需要：wheredists
dists[(dists >= r) & (dists <= r+dr)]
因为这&会给你一个元素and（括号是必要的）。
where或者，如果您出于某种原因确实想使用，您可以执行以下操作：
dists[(np.where((dists >= r) & (dists <= r + dr)))]
为什么：
它不起作用的原因是因为np.where返回索引列表，而不是布尔数组。您试图and在两个数字列表之间获取，这当然没有您期望的True/值。False如果a和b都是True值，则a and b返回b。所以说类似的话[0,1,2] and [2,3,4]只会给你[2,3,4]。这是在行动：
In [230]: dists = np.arange(0,10,.5)
In [231]: r = 5
In [232]: dr = 1
In [233]: np.where(dists >= r)
Out[233]: (array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19]),)
In [234]: np.where(dists <= r+dr)
Out[234]: (array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]),)
In [235]: np.where(dists >= r) and np.where(dists <= r+dr)
Out[235]: (array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]),)
例如，您期望比较的只是布尔数组
In [236]: dists >= r
Out[236]:
array([False, False, False, False, False, False, False, False, False,
False, True, True, True, True, True, True, True, True,
True, True], dtype=bool)
In [237]: dists <= r + dr
Out[237]:
array([ True, True, True, True, True, True, True, True, True,
True, True, True, True, False, False, False, False, False,
False, False], dtype=bool)
In [238]: (dists >= r) & (dists <= r + dr)
Out[238]:
array([False, False, False, False, False, False, False, False, False,
False, True, True, True, False, False, False, False, False,
False, False], dtype=bool)
现在您可以调用np.where组合的布尔数组：
In [239]: np.where((dists >= r) & (dists <= r + dr))
Out[239]: (array([10, 11, 12]),)
In [240]: dists[np.where((dists >= r) & (dists <= r + dr))]
Out[240]: array([ 5. , 5.5, 6. ])
或者简单地使用花哨的索引用布尔数组索引原始数组
In [241]: dists[(dists >= r) & (dists <= r + dr)]
Out[241]: array([ 5. , 5.5, 6. ])
于 2013-05-02T17:04:57.700 回答
84
接受的答案很好地解释了这个问题。但是，应用多个条件的更 Numpythonic 方法是使用numpy 逻辑函数。在这种情况下，您可以使用np.logical_and：
np.where(np.logical_and(np.greater_equal(dists,r),np.greater_equal(dists,r + dr)))
于 2015-07-14T17:49:54.830 回答
31
这里要指出一件有趣的事情；在这种情况下，通常使用OR和AND的方式也可以使用，但需要稍作改动。而不是“and”而不是“or”，而是使用＆符号（＆）和管道运算符（|），它会起作用。
当我们使用'and'时：
ar = np.array([3,4,5,14,2,4,3,7])
np.where((ar>3) and (ar<6), 'yo', ar)
Output:
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
当我们使用& 符号时：
ar = np.array([3,4,5,14,2,4,3,7])
np.where((ar>3) & (ar<6), 'yo', ar)
Output:
array(['3', 'yo', 'yo', '14', '2', 'yo', '3', '7'], dtype='<U11')
当我们尝试在 pandas Dataframe 的情况下应用多个过滤器时，情况也是如此。现在，这背后的原因必须与逻辑运算符和位运算符有关，为了更好地理解相同的内容，我建议在 stackoverflow 中查看这个答案或类似的 Q/A。
更新
一位用户问，为什么需要在括号内给出 (ar>3) 和 (ar<6)。事情就是这样。在我开始谈论这里发生的事情之前，需要了解 Python 中的运算符优先级。
与 BODMAS 类似，python 也优先考虑应该首先执行的操作。括号内的项目首先执行，然后按位运算符开始工作。我将在下面展示当您使用和不使用“（”，“）”时两种情况下会发生什么。
情况1：
np.where( ar>3 & ar<6, 'yo', ar)
np.where( np.array([3,4,5,14,2,4,3,7])>3 & np.array([3,4,5,14,2,4,3,7])<6, 'yo', ar)
因为这里没有括号，所以按位运算符（&）在这里变得很困惑，你甚至要求它得到逻辑与，因为如果你看到，在运算符优先级表中，&它的优先级高于<或>运算符。这是从最低优先级到最高优先级的表格。
它甚至没有执行<and>操作并被要求执行逻辑 AND 操作。所以这就是它给出这个错误的原因。
可以查看以下链接以了解更多信息：运算符优先级
现在到案例 2：
如果你确实使用了括号，你会清楚地看到会发生什么。
np.where( (ar>3) & (ar<6), 'yo', ar)
np.where( (array([False, True, True, True, False, True, False, True])) & (array([ True, True, True, False, True, True, True, False])), 'yo', ar)
True 和 False 的两个数组。您可以轻松地对它们执行逻辑与运算。这给了你：
np.where( array([False, True, True, False, False, True, False, False]), 'yo', ar)
并且休息你知道，np.where，对于给定的情况，在哪里为真，分配第一个值（即这里'yo'），如果为假，另一个（即这里，保留原始值）。
就这样。我希望我能很好地解释查询。
于 2019-09-13T11:26:31.857 回答
3
我喜欢np.vectorize用于此类任务。考虑以下：
>>> # function which returns True when constraints are satisfied.
>>> func = lambda d: d >= r and d<= (r+dr)
>>>
>>> # Apply constraints element-wise to the dists array.
>>> result = np.vectorize(func)(dists)
>>>
>>> result = np.where(result) # Get output.
您也可以使用np.argwhere而不是np.where清除输出。
于 2017-11-09T06:32:08.590 回答
3
尝试：
import numpy as np
dist = np.array([1,2,3,4,5])
r = 2
dr = 3
np.where(np.logical_and(dist> r, dist<=r+dr))
输出：(array([2, 3, 4]),)
您可以查看逻辑函数以了解更多详细信息。
于 2019-06-24T08:17:15.330 回答
2
尝试：
np.intersect1d(np.where(dists >= r)[0],np.where(dists <= r + dr)[0])
于 2015-03-18T19:05:20.293 回答
2
这应该有效：
dists[((dists >= r) & (dists <= r+dr))]
于 2019-01-24T08:11:19.727 回答
0
我已经制定了这个简单的例子
import numpy as np
ar = np.array([3,4,5,14,2,4,3,7])
print [X for X in list(ar) if (X >= 3 and X <= 6)]
>>>
[3, 4, 5, 4, 3]
于 2013-05-02T17:08:28.713 回答
0
要np.where()处理多个条件，只需执行以下操作：
np.where((condition 1) & (condition 2)) # for and
np.where((condition 1) | (condition 2)) # for or
我知道这重复了其他一些答案，但我把这个简单的答案放在这里，以供那些仍然想知道“为什么我会收到关于The truth value of an array with more than one element is ambiguous”的烦人的错误信息，他们被非常冗长和复杂的答案弄糊涂了，这些答案正在解决原帖。
现在，至于为什么numpy 在使用and而不是时会中断&，我不会在这里尝试回答。它只是在此处看到其他答案以进行解释。恕我直言，他们似乎应该修复而不是强迫它保持一致性。或者至少他们应该发出一个特殊的错误信息。:)
于 2022-01-26T14:19:44.560 回答