Python中统计数组各指定范围值的数量时报错，求解决方法

问题重现 #

给定数组T，需要统计三个区间2<T<3、3<T<4、4<T<5内的元素数量，原代码及报错如下：

原代码 #

import numpy as np
T=np.array([4.7,5.1,2.9])
T1=np.flatnonzero(2<T<3,3<T<4,4<T<5)
print(T1)

报错信息 #

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

预期输出 #

T1=[1,0,1]

错误原因 #

1. 链式比较不适用于NumPy数组：Python的链式比较2<T<3会被解析为(2<T) and (T<3)，但NumPy数组无法直接用and做逻辑判断——数组本身没有单一布尔值，必须用按位与运算符&，且每个比较需单独加括号。
2. np.flatnonzero用法错误：该函数仅接受单个布尔数组参数，返回非零元素的索引，而非统计符合条件的元素数量。要统计个数，应使用np.count_nonzero()或直接对布尔数组求和（True等价于1）。

正确解法 #

import numpy as np
T = np.array([4.7,5.1,2.9])
# 生成各区间的布尔掩码，统计符合条件的元素数
count1 = np.count_nonzero((2 < T) & (T < 3))
count2 = np.count_nonzero((3 < T) & (T < 4))
count3 = np.count_nonzero((4 < T) & (T < 5))
T1 = [count1, count2, count3]
print(T1)

运行后输出：

[1, 0, 1]

也可以用更简洁的循环方式处理多区间：

import numpy as np
T = np.array([4.7,5.1,2.9])
ranges = [(2,3), (3,4), (4,5)]
T1 = [np.count_nonzero((low < T) & (T < high)) for low, high in ranges]
print(T1)

内容的提问来源于stack exchange，提问作者user20032724