Numpy数组多条件布尔判断报错问题求助

你遇到的问题根源在于numpy数组不支持Python普通变量的链式比较语法，让我一步步拆解问题并给出解决方案：

为什么原来的写法不对？ #

在普通Python代码里，cond2 > A_1 < cond1会被自动解析成cond2 > A_1 and A_1 < cond1，这是Python的语法糖。但numpy数组的运算遵循元素级规则，它会把这个表达式生硬拆解成(cond2 > A_1) < cond1——也就是先计算cond2 > A_1得到一个布尔数组，再把这个布尔数组和cond1做比较。

拿你的代码举例：

• cond2 = 30，A_1 = np.array([33,32,31])，所以cond2 > A_1得到的是array([False, False, False], dtype=bool)
• 然后把这个布尔数组和cond1=35比较时，布尔值会被自动转为0（False）和1（True），0 < 35的结果都是True，最终得到的数组完全不是你想要的“所有元素都在30和35之间”的判断结果。

正确的写法 #

要实现numpy数组的元素级双条件判断，需要用元素级逻辑与运算符&，并且给每个比较条件加上括号（避免运算符优先级干扰）：

import numpy as np
from collections import deque

queue = deque([], maxlen=10)
queue.appendleft(31)
queue.appendleft(32)
queue.appendleft(33)

cond1 = 35
cond2 = 30
A_1 = np.array(queue)

# 正确的双条件判断：每个元素大于cond2且小于cond1
valid = (A_1 > cond2) & (A_1 < cond1)
print(valid)  # 输出 array([ True,  True,  True], dtype=bool)

# 检查是否所有元素都满足条件，转为int
all_valid = (valid.sum() == A_1.size).astype(np.int)
print(all_valid)  # 输出 1

补充小提示 #

• 如果需要逻辑或判断，用元素级运算符|；逻辑非用~
• 别用Python原生的and/or/not，这些是针对整个数组的布尔判断，不是元素级的，会报错或者得到不符合预期的结果

内容的提问来源于stack exchange，提问作者Hsin