如何过滤NumPy数组指定值生成新数组？解决代码报错

你循环里的i是原数组a的整行元素（比如第一次循环i是array([ 0, -1, 2, 3, 4, 5, -1, -1, 8, 9])），执行i != -1会得到一个和i长度相同的布尔数组。但if语句需要单个布尔值，numpy没法直接判断整个布尔数组的“真假”——它不知道你是要求数组里所有元素都不等于-1（用all()），还是至少有一个元素不等于-1（用any()），所以抛出这个歧义错误。

方法1：numpy布尔索引（推荐，高效） #

numpy的向量操作远快于Python循环，直接用布尔索引就能过滤掉所有-1的值：

import numpy as np

a = np.array(range(30)).reshape(3,10)
a[:,1] = -1
a[:,6] = -1
a[:,7] = -1

# 过滤所有-1，得到扁平化的新数组
filtered_arr = a[a != -1]
print(filtered_arr)

输出是所有非-1元素组成的一维数组：[ 0 2 3 4 5 8 9 10 12 ...]

方法2：保留原二维结构 #

如果要保留原数组的形状，只是把-1替换为空值（比如np.nan），可以用np.where：

filtered_arr_2d = np.where(a == -1, np.nan, a)
print(filtered_arr_2d)

原位置的-1会被替换成nan，其余元素保持原样。

方法3：Python循环实现（不推荐，效率低） #

如果非要用循环，得遍历每个元素而不是整行：

b = []
for row in a:
    for elem in row:
        if elem != -1:
            b.append(elem)
filtered_arr_loop = np.array(b)
print(filtered_arr_loop)

内容的提问来源于stack exchange，提问作者13numpy37