基于不同NumPy数组的值实现条件筛选计数及解决真值歧义报错

你遇到的ValueError本质是混用了Python原生逻辑运算符和NumPy的数组运算规则：
Python内置的and、or逻辑运算符，会要求操作对象能被转换为单个布尔值来判断整体真假，但NumPy的布尔数组包含多个元素，程序无法判断是要取数组里任意元素为真、还是全部元素为真，就会抛出“真值判断有歧义”的报错。

NumPy原生支持逐元素的布尔掩码组合，完全不需要写循环，核心规则如下：

• 多条件组合时，不用and/or，改用逐元素逻辑运算符：&表示逻辑与，|表示逻辑或
• 每个独立的比较条件必须用圆括号包裹，避免因运算符优先级问题导致逻辑错误
• 利用布尔值的数值特性（True等价于1，False等价于0），直接对掩码调用.sum()就能统计满足条件的次数，性能远高于循环实现

针对你的两个统计场景，可直接用如下代码实现：

1. 统计a > 0 且 b == 0的出现次数：

   count_pos_a_b0 = ((a > 0) & (b == 0)).sum()
   # 针对示例数组的计算结果为 2
   

2. 统计a < 0 且 b == 1的出现次数：

   count_neg_a_b1 = ((a < 0) & (b == 1)).sum()
   # 针对示例数组的计算结果为 1
   

如果需要筛选出符合条件的a数组元素，只要把对应的布尔掩码作为索引传入即可，比如提取满足a < 0 且 b == 1的a值：

filtered_a = a[(a < 0) & (b == 1)]
# 输出结果为 array([-3])

不要漏掉每个条件的外层括号，因为逐元素逻辑运算符的优先级高于比较运算符，若写成(a > 0 & b ==0)，运算顺序会被解析为a > (0 & (b ==0))，既得不到正确逻辑，还可能触发其他报错。

内容的提问来源于stack exchange，提问作者Shady45