迭代二维数组时如何使用np.where筛选末尾元素大于1的子数组

错误根源 #

你当前逻辑出错的核心原因是对np.where的返回值理解有误：np.where(condition)返回的是满足条件的元素索引组成的元组，只要condition成立，返回的元组内就包含非空的索引数组，Python中非空对象在if判断中都会被视为True，因此无论实际判断结果如何，你的代码都会执行追加操作。

你当前场景下prevalence[-1]是单个数值，prevalence[-1] > 1本身就是布尔标量，完全不需要调用np.where，直接用该表达式做判断即可。

修改方案 #

直接替换倒数第二行代码为以下内容即可：

if prevalence[-1] > 1:

如果一定要使用np.where实现该逻辑，需要判断返回的索引数组是否非空，写法如下：

if np.where(prevalence[-1] > 1)[0].size > 0:

补充优化 #

你也可以不用循环逐个判断，先合并所有数组为二维数组后一次性过滤，代码更简洁高效：

import numpy as np
import glob

# 注意原代码这里缺少右括号，已补全
reps = sorted(glob.glob('C:/Users/Repetitions/*'))
all_reps = np.array([np.loadtxt(r, delimiter=',') for r in reps])
# 直接过滤最后一列大于1的所有行
outbreaks = all_reps[all_reps[:, -1] > 1]

内容的提问来源于stack exchange，提问作者Annette