Включает в себя функции нескольких условий
у меня есть массив расстояний, называемых dists. Я хочу выбрать дисты, которые находятся между двумя значениями. Для этого я написал следующую строку кода:
dists[(np.where(dists >= r)) and (np.where(dists <= r + dr))]
однако это выбирает только для условия
(np.where(dists <= r + dr))
Если я выполнить команды последовательно, используя временную переменную, она отлично работает. Почему приведенный выше код не работает, и как заставить его работать?
Ура
5 ответов:
лучший способ в ваш частный случай было бы просто изменить ваши два критерия на один критерий:
dists[abs(dists - r - dr/2.) <= dr/2.]
он создает только один логический массив, и, на мой взгляд, его легче читать, потому что он говорит:и
dist
внутриdr
илиr
? (хотя я бы переопределилr
чтобы быть центром вашего региона интереса вместо начала, так чтоr = r + dr/2.
) но это не отвечает вашим вопрос.
ответ на ваш вопрос:
Вам на самом деле не нужноwhere
если вы просто пытаетесь отфильтровать элементыdists
это не соответствует вашим критериям:dists[(dists >= r) & (dists <= r+dr)]
потому что
&
даст вам элементарноand
(скобки не нужны).или, если вы хотите использовать
where
по какой-то причине, вы можете делать:dists[(np.where((dists >= r) & (dists <= r + dr)))]
почему:
Причина этого не работает, потому чтоnp.where
возвращает список индексов, а не булевский массив. Вы пытаетесь получитьand
между двумя списками чисел, которые, конечно, не имеютTrue
/False
значения, которые вы ожидаете. Еслиa
иb
какTrue
значения, тоa and b
возвращаетb
. Так что говорю что-то вроде[0,1,2] and [2,3,4]
только[2,3,4]
. Вот он в действие:In [230]: dists = np.arange(0,10,.5) In [231]: r = 5 In [232]: dr = 1 In [233]: np.where(dists >= r) Out[233]: (array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19]),) In [234]: np.where(dists <= r+dr) Out[234]: (array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]),) In [235]: np.where(dists >= r) and np.where(dists <= r+dr) Out[235]: (array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]),)
то, что вы ожидали сравнить, было просто логическим массивом, например
In [236]: dists >= r Out[236]: array([False, False, False, False, False, False, False, False, False, False, True, True, True, True, True, True, True, True, True, True], dtype=bool) In [237]: dists <= r + dr Out[237]: array([ True, True, True, True, True, True, True, True, True, True, True, True, True, False, False, False, False, False, False, False], dtype=bool) In [238]: (dists >= r) & (dists <= r + dr) Out[238]: array([False, False, False, False, False, False, False, False, False, False, True, True, True, False, False, False, False, False, False, False], dtype=bool)
теперь вы можете звонить
np.where
на объединенном логическом массиве:In [239]: np.where((dists >= r) & (dists <= r + dr)) Out[239]: (array([10, 11, 12]),) In [240]: dists[np.where((dists >= r) & (dists <= r + dr))] Out[240]: array([ 5. , 5.5, 6. ])
или просто индексировать исходный массив с помощью логического массива с помощью необычные индексации
In [241]: dists[(dists >= r) & (dists <= r + dr)] Out[241]: array([ 5. , 5.5, 6. ])
Так как принятый ответ очень хорошо объяснил проблему. вы также можете использовать numpy логические функции что больше подходит здесь для нескольких условий :
np.where(np.logical_and(np.greater_equal(dists,r),np.greater_equal(dists,r + dr)))
мне нравится использовать
np.vectorize
для таких задач. Рассмотрим следующее:>>> # function which returns True when constraints are satisfied. >>> func = lambda d: d >= r and d<= (r+dr) >>> >>> # Apply constraints element-wise to the dists array. >>> result = np.vectorize(func)(dists) >>> >>> result = np.where(result) # Get output.
вы также можете использовать
np.argwhere
вместоnp.where
для четкого вывода. Но это ваш вызов:)надеюсь, что это помогает.