使用IF语句时遇ValueError：数组多元素真值歧义，该如何解决？

问题背景 #

我有一个预测值数组Y_pred，想要将其与阈值比较，写出了如下代码：

thres = 0.40
for val in Y_pred:
    if(np.less(max(Y_pred),thres)):
        print("Unknown class")
    else:
        print("Known class")

运行时出现如下错误：

File "C:\Users\abc.py", line 230, in pp
if(np.less(max(Y_pred),thres)):
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

我尝试了多种写法，仍出现相同错误：

for val in Y_pred:
    if(np.less(max(Y_pred),thres).all()):
        print("Unknown class")
    else:
        print("Known class")

for val in Y_pred:
    if(np.all(max(Y_pred)<thres)):
        print("Unknown class")
    else:
        print("Known class")

for val in Y_pred:
    if(max(Y_pred)<thres.all()):
        print("Unknown class")
    else:
        print("Known class")

for val in Y_pred:
    if(max(Y_pred)<thres).all():
        print("Unknown class")
    else:
        print("Known class")

我的Y_pred结构为：

[[0.01258 0.09052 0.68866 0.18992 0.01831]
 [0.1101  0.30838 0.1321  0.32835 0.12107]
 [0.11269 0.37349 0.24212 0.18819 0.08351]
 [0.1664  0.30524 0.4782  0.01753 0.03263]
 [0.04549 0.55705 0.38847 0.00692 0.00208]]

错误原因 #

1. 逻辑偏差：遍历Y_pred的每一行时，判断条件用了整个数组的最大值max(Y_pred)，而非当前行的最大值，完全偏离了“逐样本判断”的需求。
2. 语法问题：原生Python的max()作用于numpy二维数组时，会返回数值最大的那一行（数组），而非单个数值。此时max(Y_pred) < thres会生成一个布尔数组，Python的if语句无法直接解析布尔数组的真值，因此抛出ValueError。

正确写法 #

写法1：逐行遍历判断（直观易懂） #

import numpy as np

thres = 0.40
Y_pred = np.array([[0.01258, 0.09052, 0.68866, 0.18992, 0.01831],
                   [0.1101,  0.30838, 0.1321,  0.32835, 0.12107],
                   [0.11269, 0.37349, 0.24212, 0.18819, 0.08351],
                   [0.1664,  0.30524, 0.4782,  0.01753, 0.03263],
                   [0.04549, 0.55705, 0.38847, 0.00692, 0.00208]])

for row in Y_pred:
    row_max = np.max(row)  # 取当前行的最大值
    if row_max < thres:
        print("Unknown class")
    else:
        print("Known class")

写法2：numpy向量化操作（高效无循环） #

利用numpy的向量化特性，直接批量处理所有行：

import numpy as np

thres = 0.40
Y_pred = np.array([[0.01258, 0.09052, 0.68866, 0.18992, 0.01831],
                   [0.1101,  0.30838, 0.1321,  0.32835, 0.12107],
                   [0.11269, 0.37349, 0.24212, 0.18819, 0.08351],
                   [0.1664,  0.30524, 0.4782,  0.01753, 0.03263],
                   [0.04549, 0.55705, 0.38847, 0.00692, 0.00208]])

# 按行取最大值，得到一维数组
row_maxes = np.max(Y_pred, axis=1)
# 批量生成结果
results = np.where(row_maxes < thres, "Unknown class", "Known class")

for res in results:
    print(res)

内容的提问来源于stack exchange，提问作者A. Gehani