Numpy 广播多维数组，同时尝试构建布尔掩码

Question

在三维 numpy 数组上构建布尔掩码时遇到问题。 数组可以想象如下，例如形状为 (18,2,7) 的数组，其中包含随机数：

import random
import numpy as np

a = np.array([[[random.random() for i in range(7)] for j in range(2)] for k in range(18)])

还有一个形状为 (18,2,1) 的预定义布尔掩码

x = np.zeros((18,2,1), dtype="bool")

重要提示：我无法在此处更改变量定义，必须使用此形状。

我想遍历 a 并创建一个 x 掩码，如果 a 中的值小于 0.5，则为 True。

这是我目前的尝试：

我也尝试将元素直接添加到数组中，但出现广播错误。有没有办法让数组“自动”扩展创建我需要的地图？

任何帮助将不胜感激。

Answer 1

查看a的形状：

In [22]: a.shape
Out[22]: (18, 2, 7)

顺便提一个更直接的生成同样大小的随机数组的方法：

In [23]: a=np.random.random_sample((18,2,7))

In [24]: x = np.zeros((18,2,1), dtype="bool")

您的循环测试a 的所有元素，如下所示：

In [25]: (a<0.5).shape
Out[25]: (18, 2, 7)

对于给定的i,j，您的knum 是一个包含7 个元素的列表。错误告诉您的是它不能将 7 个元素放入 toe x[i,j] 插槽中，该插槽只能容纳一项。

Numpy 数组不会“自动扩展”。您可以创建一个

x = np.zeros((18,2,7), dtype="bool")

或者您可以以某种方式将 (18,2,7) 的最后一个维度减少为 1，例如使用 any 或 all。