如何对2D numpy数组的所有列进行逻辑运算操作

Question

假设我有以下由四行三列组成的NumPy二维数组：

>>> a = numpy.array([[True, False],[False, False], [True, False]])
>>> array([[ True, False],
       [False, False],
       [ True, False]], dtype=bool)

如何高效生成一个包含所有列逻辑或（例如 [True, False]）的 1D 数组？

我搜索了网络并发现有人提到使用 sum(axis=) 来计算总和。

我想知道是否有类似的方法来进行逻辑操作？

- noodles guo

Answer 1

有的。使用 any：

>>> a = np.array([[True, False],[False, False], [True, False]])
>>> a
array([[ True, False],
       [False, False],
       [ True, False]], dtype=bool)
>>> a.any(axis=0)
array([ True, False], dtype=bool)

注意当你将参数axis更改为1时会发生什么：

>>> a.any(axis=1)
array([ True, False,  True], dtype=bool)
>>> 

如果想要逻辑与操作，请使用all：

>>> b.all(axis=0)
array([False, False], dtype=bool)
>>> b.all(axis=1)
array([ True, False, False], dtype=bool)
>>> 

还需注意，如果省略axis关键字参数，它将在每个元素上执行操作：

>>> a.any()
True
>>> a.all()
False

- juanpa.arrivillaga

---

看起来你在例子中忘记包含 b 了：b = np.array([[True, True],[False, False], [True, False]])。 - Georgy

Answer 2

NumPy还有一个reduce函数，类似于Python的reduce函数。它可以与NumPy的逻辑运算一起使用。例如：

>>> a = np.array([[True, False],[False, False], [True, False]])
>>> a
array([[ True, False],
       [False, False],
       [ True, False]])
>>> np.logical_or.reduce(a)
array([ True, False])
>>> np.logical_and.reduce(a)
array([False, False])

它还有一个axis参数：

>>> np.logical_or.reduce(a, axis=1)
array([ True, False,  True])
>>> np.logical_and.reduce(a, axis=1)
array([False, False, False])

< p > reduce 的思想是将一个函数（在我们的例子中是 logical_or 或者 logical_and）逐行或逐列地累加应用到数据上。 < /p >

- Georgy