用逻辑运算符索引 numpy 数组

Question

我有一个 2d numpy 数组，例如：

import numpy as np
a1 = np.zeros( (500,2) )

a1[:,0]=np.arange(0,500)
a1[:,1]=np.arange(0.5,1000,2)
# could be also read from txt

然后我想选择与一个条件匹配的切片对应的索引，例如范围 (l1,l2) 中包含的所有值 a1[:,1]：

l1=20.0; l2=900.0; #as example

我想用简洁的表达方式。但是，两者都不是：

np.where(a1[:,1]>l1 and a1[:,1]<l2)

（它给出 ValueError 并建议使用 np.all，在这种情况下我不清楚）；两者都没有：

np.intersect1d(np.where(a1[:,1]>l1),np.where(a1[:,1]<l2))

正在工作（它提供不可散列的类型：'numpy.ndarray'）

然后我的想法是使用这些索引来映射另一个大小为 (500,n) 的数组。

有没有合理的方式来选择索引？或者：在这种情况下是否需要使用一些掩码？

Answer 1

这应该可以工作

np.where((a1[:,1]>l1) & (a1[:,1]<l2))

或

np.where(np.logical_and(a1[:,1]>l1, a1[:,1]<l2))

Answer 2

这是你想要的吗？

import numpy as np
a1 = np.zeros( (500,2) )
a1[:,0]=np.arange(0,500)
a1[:,1]=np.arange(0.5,1000,2)
c=(a1[:,1]>l1)*(a1[:,1]<l2) # boolean array, true if the item at that position is ok according to the criteria stated, false otherwise 
print a1[c] # prints all the points in a1 that correspond to the criteria 

之后，您不仅可以从您制作的新数组中选择您需要的点（假设您的新数组具有维度 (500,n)），还可以通过

print newarray[c,:]