使用掩码提取内部节点时触发ValueError问题求助

错误根源 #

你创建的mask是二维数组（形状(1, nn)），当执行mask[k]时，得到的不是单个布尔值，而是一个长度为1的一维数组（例如array([True])）。numpy不允许直接在if条件中判断数组的布尔值——因为它无法确定你是要求数组所有元素为真，还是至少一个元素为真，因此抛出ValueError。

解决方法 #

方法1：创建一维掩码（推荐） #

直接将mask定义为一维数组，这样mask[k]会直接返回单个标量布尔值，消除歧义：

def SortedInteriorNodes(p,e,t):
    # e is a matrix with two rows, p a matrix with 2 rows, t a matrix with 3 rows
    nn=p.shape[1]  # number of nodes
    nt=t.shape[1]  # number of triangles
    ne=e.shape[1]  # number of edges = number of boundary nodes
    nodes = np.arange(start=0, stop=nn) # 0 1 2 3 ....np-1
    # 创建一维掩码，而非(1, nn)的二维数组
    mask = np.full(nn, True)
    for col in range(ne):
        for row in range(2):
            k = e[row, col]
            if mask[k]:  # 直接判断布尔值，无需==True
                mask[k] = False
    InteriorNodes = nodes[mask]
    return InteriorNodes

方法2：保留二维掩码时正确取值 #

如果一定要用二维掩码，需要通过mask[0, k]取到单个标量值：

if mask[0, k] == True:
    mask[0, e[row,col]] = False

更高效的numpy写法（替代循环） #

numpy支持向量化操作，完全不需要嵌套循环，代码更简洁高效：

def SortedInteriorNodes(p,e,t):
    nn = p.shape[1]
    # 提取所有边界节点并去重
    boundary_nodes = np.unique(e.flatten())
    # 创建一维掩码
    mask = np.full(nn, True)
    # 批量将边界节点对应掩码设为False
    mask[boundary_nodes] = False
    # 提取内部节点
    return np.arange(nn)[mask]

内容的提问来源于stack exchange，提问作者some_math_guy