使用 numpy.where() 和 or 语句会给我一个关于模糊值的错误答案

【问题标题】：Using numpy.where() along with an or statement gives me back an error about ambiguous values使用 numpy.where() 和 or 语句会给我一个关于模糊值的错误
【发布时间】：2019-11-24 01:12:52
【问题描述】：

我正在尝试为一个项目从多个数组中选择值，但在使用布尔值时遇到了问题。我有两个名为“zdat”和“photdat”的数据文件，每个文件有超过 5000 个值。我需要使用两者的质量标志将它们稀疏到一个新数组中。对于 zdat 文件，我需要标志为 3 或 4，所以我想我可以将其插入到 numpy.where 函数中，但我不断收到相同的错误：“具有多个元素的数组的真值不明确。使用 a.any() 或 a.all()"。我查看了它们的作用，并尝试将它们添加到代码中以允许我使用 OR 语句，但我不断收到错误消息。 numpy.where 函数的其余部分在没有 or 语句的情况下工作，但我需要 or 语句来选择高质量的数据。

izspec = np.where(np.any(zdat['spec_z'] == 3 or 4) & (photdat['totmask'] == 0) & (photdat['K_flag'] == 0) & (goodmag < 23))

我希望它将我的数据从大约 5000 稀疏到大约 170ish（我被告知好的数据点的数量）。如果我将其设置为“zdat['spec_z'] == 3”或“zdat['spec_z'] == 4”，那么其中任何一个分别给我大约 60-80 分，但这些标志中的每一个都被认为是“好" 所以我两个都需要。

【问题讨论】：

一方面，请仔细查看np.any(zdat['spec_z'] == 3 or 4)
我对我应该寻找的东西感到困惑。我想从 zdat 文件中的“spec_z”列中选择等于 3 或 4 的值
通过使用(zdat..)&(photodat...}&(....) 创建一个布尔数组，您走在了正确的轨道上。只需将第一个 or 拆分为两个表达式，并用 | 连接。所有的工作都是使布尔值正确。 np.where 只是在结果布尔值中查找 True 值。
我相信你使用np.where()的方式是不必要的，discouraged。如果要选择值，只需使用 my_array[conditions]。
@AlexanderCécile，当我们的意思是np.nonzero 时，使用np.where 的习惯会慢慢消失，如果有的话。无论如何，这不是问题所在。问题是如何正确构造包含or 条件的布尔数组。 Python 甚至在调用 where/nonzero 之前就完整地评估了该参数。据我所知，直接使用布尔索引没有任何优势。

标签： python numpy boolean

【解决方案1】：

您不能使用这样的布尔测试：

(at['spec_z'] == 3 or 4) # BAD!

你需要重复测试，像这样：

(at['spec_z'] == 3 or at['spec_z'] == 4)

或者像这样：

(at['spec_z'] in (3, 4))

【讨论】：