Numpy：多维数组值内的比较答案

【问题标题】：Numpy: Comparison within Multidimensional array valuesNumpy：多维数组值内的比较
【发布时间】：2012-11-24 08:40:10
【问题描述】：

我有一个如下形式的二维数组：

[[X1, X2, ..., XN]
[Y1, Y2, ..., YN]]

对于每个大于lower_limit_X 且小于upper_limit_X 的Xi，我想获得大于lower_limit_Y 且小于Yi 的数量upper_limit_Y.

我希望在 Numpy 中除了逐个索引之外还有一种有效的方法。

编辑：所以我有一个 2xN 数组。第一行有 N X 的有序值，第二行有 N Y 的有序值。我想得到的是：

获取 X 的 lowest_index 和 highest_index 索引，其值大于 lower_limit_X 且小于 upper_limit_X
然后在索引范围[lowest_index,highest_index]中切片Y数组（只有一个数组）
计算我的切片中的元素数量，有 Yi's that are greater thanlower_limit_Yand less thanupper_limit_Y`。

【问题讨论】：

当您说“对于每个 Xi”时，您是指有多行 Y，还是您的意思是“对于 Xi 的每个唯一值”？
不确定是否理解... 每个 Xi 都有一个 Yi 数组吗？编辑：好的，实际上与 NPE 相同的问题

标签： python multidimensional-array numpy indexing slice

【解决方案1】：

试试numpy.logical_and。

      numpy.logical_and(array1 > lower_x_limt, array1 < upper_x_limit)

这将进行元素比较并在具有您的值的索引处返回一个布尔列表。

【讨论】：

【解决方案2】：

这里有两种方法你可以做到这一点，更严格的方法可能是，

mask = ((lower_x_limit < array[0]) & (array[0] < upper_x_limit) &
        (lower_y_limit < array[1]) & (array[1] < upper_y_limit))
count = sum(mask)

如果您的数组非常大并且 x 和 y 都已排序，您可以改用 searchsorted，

start = array[0].searchsorted(lower_x_limit, 'right')
end = array[0].searchsorted(upper_x_limit, 'left')
temp = array[1, start:end]
start = temp.searchsorted(lower_y_limit, 'right')
end = temp.searchsorted(upper_y_limit, 'left')
count = end - start

【讨论】：