如何在numpy的陣列

Question

例如執行單元方式布爾運算，我想創建一個面具掩蓋與價值元素40和60之間：

foo = np.asanyarray(range(100)) 
mask = (foo < 40).__or__(foo > 60) 

剛剛長得難看，我不能寫：

(foo < 40) or (foo > 60) 

，因爲我結束了：

ValueError Traceback (most recent call last) 
    ... 
    ----> 1 (foo < 40) or (foo > 60) 
    ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all() 

是否有這樣做元素方式布爾OPE的規範的方法具有良好代碼的numpy數組上的口糧？

Answer 1

你試過嗎？

mask = (foo < 40) | (foo > 60) 

注意：在一個對象中的方法__or__重載按位或運算符（|），而不是布爾or運算符。

Answer 2

如果您僅在布爾值範圍內進行比較（如您的示例中所示），則可以按照Jcollado的建議使用按位或運算符|。但要小心，如果您使用非布爾值，如mask = (foo < 40) | override，這會給您帶來奇怪的結果。只要override保證爲False，True，1或0，你沒事。

更一般的是使用numpy的比較集操作符np.any和np.all。這段代碼返回35和45之間的所有值，其小於40或不是3的倍數：

import numpy as np 
foo = np.arange(35, 46) 
mask = np.any([(foo < 40), (foo % 3)], axis=0) 
print foo[mask] 
OUTPUT: array([35, 36, 37, 38, 39, 40, 41, 43, 44]) 

不是像你一樣有|，但比你的問題的代碼更好。

Answer 3

請注意，您可以使用~進行元素否定。

arr = np.array([False, True]) 
~arr 

OUTPUT: array([ True, False], dtype=bool) 

而且&不按元素和

arr_1 = np.array([False, False, True, True]) 
arr_2 = np.array([False, True, False, True]) 

arr_1 & arr_2 

OUTPUT: array([False, False, False, True], dtype=bool) 

這些工作也與熊貓系列

ser_1 = pd.Series([False, False, True, True]) 
ser_2 = pd.Series([False, True, False, True]) 

ser_1 & ser_2 

OUTPUT: 
0 False 
1 False 
2 False 
3  True 
dtype: bool 

Answer 4

可以使用numpy logical operations。在您的例子：

np.logical_or（富< 40，FOO> 60）