N维和（N-k）维numpy数组的“小于/大于”比较答案

【问题标题】："Less/greater than" comparison of N-dimensional and (N-k)-dimensional numpy arraysN维和（N-k）维numpy数组的“小于/大于”比较
【发布时间】：2016-01-05 18:11:10
【问题描述】：

给定两个数组 a=np.array([[1, 3], [3, 4]]) 和 b=np.array([2, 2])。

目标：通过a>b等操作得到数组np.array([False, True])。 IE。比较行（True，如果每对元素满足 > 运算符，否则为 False）而不是逐元素比较（即我不想要得到 np.array([[False, True], [True, True]])）。

对于 3-D 和（可选）N 维数组也类似。例如。

a1 = np.array([[[1, 2, 1], [2, 3, 2]], [[3, 4, 3], [4, 3, 4]]])
b1 = np.array([1, 1, 1])

像a1 > b1这样的操作必须返回np.array([[False, True], [True, True]])。

怎么做？

【问题讨论】：

那些总是整数数组吗？
我看不到基于元素类型的比较限制。所以所有可比较的（通过 numpy 的）类型都是允许的。

标签： python arrays python-3.x numpy compare

【解决方案1】：

找到解决办法：另外使用numpy.all函数。

我的例子的用法：

a=np.array([[1, 3], [3, 4]])
b=np.array([2, 2])
numpy.all(a > b, axis=1)

结果：

array([False,  True], dtype=bool)

和

a1 = np.array([[[1, 2, 1], [2, 3, 2]], [[3, 4, 3], [4, 3, 4]]])
b1 = np.array([1, 1, 1])
numpy.all(a1 > b1, axis=2)

结果：

array([[False,  True],
       [ True,  True]], dtype=bool)

numpy.all 还允许传递多个轴（作为整数的元组），因此它可以用于任何维度。

numpy 还允许使用 numpy 数组的 ndarray.all 方法。那么例子可以分别改写为(a>b).all(axis=1)和(a1>b1).all(axis=2)。

【讨论】：

(A>B).all(axis=-1) 将是任何 Ndarray 的通用方式，只要减少沿最后一个轴。