ValueError：包含多个元素的数组的真值不明确。使用a.any（）或a.all（）

Question

我刚刚在我的代码中发现了一个逻辑错误，它导致了各种各样的问题。我无意中做了位AND而不是逻辑AND。

我把代码从：

r = mlab.csv2rec(datafile, delimiter=',', names=COL_HEADERS)
mask = ((r["dt"] >= startdate) & (r["dt"] <= enddate))
selected = r[mask]

到：

r = mlab.csv2rec(datafile, delimiter=',', names=COL_HEADERS)
mask = ((r["dt"] >= startdate) and (r["dt"] <= enddate))
selected = r[mask]

令我惊讶的是，我得到了一个相当神秘的错误消息：

ValueError：包含多个元素的数组的真值不明确。使用a.any（）或a.all（）

为什么在使用逐位操作时没有发出类似的错误？如何修复？

Answer 1

出现异常的原因是和隐式调用bool。首先在左操作数上，然后在右操作数上（如果左操作数为True）。所以x和y相当于bool（x）和bool（y）。

但是numpy.ndarray上的bool（如果它包含多个元素）将抛出您看到的异常：

>>> import numpy as np
>>> arr = np.array([1, 2, 3])
>>> bool(arr)
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

bool（）调用在和中是隐式的，但在if、while、或中也是隐式的，因此以下任何示例也将失败：

>>> arr and arr
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

>>> if arr: pass
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

>>> while arr: pass
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

>>> arr or arr
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

Python中有更多隐藏bool调用的函数和语句，例如2

和在元素方面的等价物是np.logical\u和函数，类似地，您可以使用np.logical\u或作为或的等价物。

对于布尔数组和比较，如

>>> np.logical_and(arr > 1, arr < 3)
array([False,  True, False], dtype=bool)

>>> np.bitwise_and(arr > 1, arr < 3)
array([False,  True, False], dtype=bool)

>>> (arr > 1) & (arr < 3)
array([False,  True, False], dtype=bool)

和bitwise_or（|运算符）：

>>> np.logical_or(arr <= 1, arr >= 3)
array([ True, False,  True], dtype=bool)

>>> np.bitwise_or(arr <= 1, arr >= 3)
array([ True, False,  True], dtype=bool)

>>> (arr <= 1) | (arr >= 3)
array([ True, False,  True], dtype=bool)

逻辑和二进制函数的完整列表可以在NumPy留档中找到：

• 逻辑函数
• 二元运算

Answer 2

我也遇到了同样的问题（即使用多个条件进行索引，这里是查找特定日期范围内的数据）。（a-b）.any（）或（a-b）.all（）似乎不起作用，至少对我来说是这样。

或者，我找到了另一种解决方案，该解决方案非常适合我所需的功能（当尝试索引数组时，具有多个元素的数组的真值是模糊的）。

不要使用上面建议的代码，简单地使用numpy.logical_and（a， b）就可以了。在这里，您可能想要重写代码

selected  = r[numpy.logical_and(r["dt"] >= startdate, r["dt"] <= enddate)]

Answer 3

r是一个numpy（rec）数组。所以r[“dt”]

NumPy开发人员认为，在布尔上下文中，没有一种普遍理解的方法来计算数组：如果任何元素True，它可能意味着True；如果所有元素True，它可能意味着True，或者如果数组长度非零，那么它可能意味着True，仅举三种可能性。

由于不同的用户可能有不同的需求和不同的假设，NumPy开发人员拒绝猜测，而是决定在尝试在布尔上下文中计算数组时提出ValueError。将和应用于两个numpy数组会导致在布尔上下文中对这两个数组求值（通过在Python3中调用\uuuubool\uuuu，或在Python2中调用\uuuu nonzero\uuuu）。

你的原始代码

mask = ((r["dt"] >= startdate) & (r["dt"] <= enddate))
selected = r[mask]

看起来不错。但是，如果您确实想要和，则使用（a-b）.any（）或（a-b）.all（）代替a和b。