NumPy ValueError：包含多个元素的数组的真值不明确。使用a.any（）或a.all（）

我在用NumPy计算矩阵的特征向量和特征值，只是想通过

assert

语句检查结果。这将抛出一个我不太理解的ValueError，因为打印这些比较效果很好。有什么建议可以让这个

assert

语句工作吗

import numpy as np
A = np.array([[3,5,0], [5,7,12], [0,12,5]])
eig_val, eig_vec = np.linalg.eig(A)
print('eigenvalue:', eig_val)
print('eigenvector:', eig_vec)

for col in range(A.shape[0]):
    assert (A.dot(eig_vec[:,col])) == (eig_val[col] * eig_vec[:,col])

---

正如它所说，这是含糊不清的。数组比较返回一个布尔数组。方法any（）和all（）减少数组中的值（逻辑_或逻辑_和）。此外，您可能不想检查平等性。您应该将您的情况替换为：

np.allclose(A.dot(eig_vec[:,col]), eig_val[col] * eig_vec[:,col])

---

错误消息很好地解释了这一点：

ValueError: The truth value of an array with more than one element is ambiguous. 
Use a.any() or a.all()

bool（np.array（[False，False，True]）应该返回什么？你可以提出几个似是而非的论点：

（1） 
True
，因为
bool（np.array（x））
应该返回与
bool（list（x））
相同的值，并且非空列表是truelike

（2） 
True
，因为至少有一个元素是
True

（3） 
False
，因为并非所有元素都是
True

这还没有考虑到N-d案例的复杂性

因此，由于“具有多个元素的数组的真值不明确”，因此应使用
.any（）
或
.all（）
，例如：

>>> v = np.array([1,2,3]) == np.array([1,2,4])
>>> v
array([ True,  True, False], dtype=bool)
>>> v.any()
True
>>> v.all()
False

<> p>并且如果您比较浮动数组：
，您可能需要考虑<代码> NP.AlcOuts。
>>> np.allclose(np.array([1,2,3+1e-8]), np.array([1,2,3]))
True

试试这个=>numpy.array（yourvariable），后面跟着要比较的命令，不管你想比较什么。
你已经用
.any（）
和
.all（）
讨论了案例（2）和案例（3），但是仍然有一个简单的方法来获取numpy数组的truthy（非空列表）值吗？@RobinDeSchepper-可能
bool（数组大小）
。