NumPy数组的算术比较

Question

>>> import numpy as np
>>> x = np.eye(3)
>>> x[1, 2] = .5
>>> x
array([[ 1. ,  0. ,  0. ],
       [ 0. ,  1. ,  0.5],
       [ 0. ,  0. ,  1. ]])
>>> 0 < x.any() < 1
False
>>> 

我想检查numpy数组是否包含介于0和1之间的任何值。
我将0 < x.any() < 1解读为“如果存在大小大于0且小于1的任何元素，则返回true”，但显然不是这种情况。
我该如何在numpy数组上进行算术比较？

- user2136786

Answer 1

>>> np.any((0 < x) & (x < 1))
True

x.any()的实际作用：与np.any(x)相同，如果x中的任何元素非零，则返回True。所以你的比较是0 < True < 1，这是错误的，因为在Python 2中，0 < True为true，但True < 1不是，因为True == 1。

相比之下，在这种方法中，我们制作布尔数组，判断每个元素是否符合比较条件，然后检查该数组中是否有任何一个元素为true：

>>> 0 < x
array([[ True, False, False],
       [False,  True,  True],
       [False, False,  True]], dtype=bool)
>>> x < 1
array([[False,  True,  True],
       [ True, False,  True],
       [ True,  True, False]], dtype=bool)
>>> (0 < x) & (x < 1)
array([[False, False, False],
       [False, False,  True],
       [False, False, False]], dtype=bool)

由于不幸的是，numpy不能（我认为也无法）使用Python内置的比较运算符链，因此您必须进行显式的&操作。

- Danica

---

使用您的代码，我得到了ValueError：具有多个元素的数组的真值是模糊的。请使用a.any（）或a.all（）。 - user2136786

是的，抱歉，一开始我在假装（总是忘记在numpy中操作符链接不起作用）。现在已经更新了，并有解释。 - Danica

比较链在numpy数组中无法使用的原因是，Python将a<b<c解释为a<b and b<c，而对于numpy数组，我们需要将其解释为a<b & b<c。 - shx2

@shx2 如果numpy选择像a＆b一样解释a and b，从技术上讲可能是可行的（我想）。不过它没有这样做，这可能是一个总体上不错的选择 - 只是我经常会忘记这一点。 :) - Danica

在Python中，您无法重载布尔and和or运算符。这不是NumPy的选择。 - shx2

当然，你是对的。我曾以为可以通过一些技巧涉及__bool__/__nonzero__来绕过它，但似乎不行。 - Danica

Answer 2

你的代码首先测试 x.any()，这会得出 True 的结果，因为 x 包含非零值。然后它测试 0 < True (=1) < 1，结果是 False。请执行以下操作：

((0 < x) & (x < 1)).any()

- shx2