如何在numpy中为没有循环的多个整数类型创建布尔索引
我想为数组创建一个布尔索引，每当给定列表中的任何整数出现在数组中时，该索引都具有真值。现在，我通过循环测试整数列表来实现这一点，并为每个测试整数构建一个单独的布尔掩码，我将它们按位如何在numpy中为没有循环的多个整数类型创建布尔索引,numpy,Numpy,我想为数组创建一个布尔索引，每当给定列表中的任何整数出现在数组中时，该索引都具有真值。现在，我通过循环测试整数列表来实现这一点，并为每个测试整数构建一个单独的布尔掩码，我将它们按位或组合在一起，如下所示： boolean_mask = original_array == list_of_codes[0] for code in list_of_codes[1::]: boolean_mask = boolean_mask | (original_array == code) 有没有简写
或组合在一起，如下所示：
boolean_mask = original_array == list_of_codes[0]
for code in list_of_codes[1::]:
boolean_mask = boolean_mask | (original_array == code)
有没有简写的numpy符号可以在没有循环的情况下进行等效？我想你可以写：
boolean_mask = (original_array == list_of_codes)
如果这是错误的，请给出一个小的测试示例，这样我可以确保我知道您正在尝试做什么。您有：
我应该这样做。请注意，np.in1d
会将两个数组展平，因此，如果您的原始_数组是多维数组，则必须将其重新整形，例如：
boolean_mask = boolean_mask.reshape(original_array.shape)
那不行。您可以按照np.logical\u或.reduce（原始的\u数组[…，np.newaxis]==list\u of \u code，axis=-1）
的思路做一些事情，但它可以创建一个巨大的中间数组，这取决于list\u of \u code
的大小，所以性能可能不会太好。@Jamie的答案np.ind有效，您的示例给出了“False”。这里有一个例子：np.array（[0,1,2,3,4]）==[1,2]我想产生[False，True，True，False，False]，但是这个例子只产生False。
boolean_mask = boolean_mask.reshape(original_array.shape)