如何使用复合条件生成的布尔数组对numpy数组进行过滤？

问题解决方法 #

你遇到的结果不符合预期的核心原因是：Python原生的and/or/not是用于布尔标量运算的逻辑运算符，无法对Numpy布尔数组做逐元素的逻辑判断。

正确写法 #

改用Numpy专属的逐元素逻辑运算符，且每个独立判断条件必须用小括号包裹，避免因运算符优先级问题得到错误结果：

• 多条件同时满足：用&代替and
• 满足任意一个条件：用|代替or
• 取反条件：用~代替not

针对你给出的示例，修改后的代码如下：

import numpy as np

verts = np.array([[1,2,3],
                  [4,5,6],
                  [7,8,9],])
# 每个条件加括号，用&做逐元素逻辑与
# 若要包含等于3的条目，将>改为>=即可匹配你给出的预期输出
cond = (verts[:,2] >= 3) & (verts[:,2] < 7)
upper = verts[cond]

运行后得到的upper结果为：

array([[1, 2, 3],
       [4, 5, 6]])

你最开始提到的双重条件代码也对应修改为：

cond_upper = (verts[:,2] < L/2) & (verts[:,2] < 40.0)
upper = verts[cond_upper]

内容的提问来源于stack exchange，提问作者eddy