如何提取满足条件的numpy数组第三元素及解决相关ValueError报错

报错原因 #

你使用Python原生的and关键字对numpy布尔数组做逻辑判断触发了报错。and是Python原生运算符，会尝试将整个布尔数组转换为单个布尔值，无法完成逐元素的逻辑与运算，因此抛出真值歧义错误。

正确实现代码 #

import numpy as np

# 先将坐标列表转为numpy数组
coors = np.array([[0,0,7], [1,1,6], [2,2,6], [3,3,6], [4,4,6], [5,5,6]]) 
rect_mins = (2000, 1800)
rect_maxs = (2100, 1900)
x_min, y_min = rect_mins
x_max, y_max = rect_maxs

# 生成布尔掩码：每个条件用括号包裹，用&代替and做逐元素逻辑与
mask = (coors[:, 0] > x_min) & (coors[:, 0] < x_max) & (coors[:, 1] > y_min) & (coors[:, 1] < y_max)
# 提取符合条件的z值
z_values = coors[mask, 2]

注意：每个条件必须用括号包裹，因为&运算符优先级高于>/<等比较运算符，不加括号会导致运算顺序错误。你给出的示例坐标x、y都远小于给定的矩形边界，运行示例代码会得到空数组，替换为实际坐标数据即可正常得到结果。如果需要包含矩形边界，只需将对应判断符号从>/<改为>=/<=即可。

效率说明 #

上述向量化筛选是numpy下最高效的实现方式，底层由C语言实现运算，完全避免了Python层面的循环开销，处理百万级以上的坐标数据时性能远高于手动遍历判断。

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