Python 如何在numpy中筛选三维数组

我知道这是numpy最简单的任务之一，但我不明白。我有一个数组：

import numpy as np

u1 = np.array([[[-2.04853845, -1.47283101,  1.        ],
                [-2.05009646, -1.46780913,  1.        ],
                [-2.05165539, -1.46278426,  1.        ]],
               [[-4.94165412,  7.8524744 ,  1.        ],
                [ 0.94540647,   0.86456925,  1.       ],
                [-4.94916228,  7.87667525,  1.        ]]])

u1是矩阵的摘要。矩阵的实际大小为：

u1.shape
(813, 1200, 3)

我想得到最后一个数组（最后一个维度）的第一个和第二个元素介于0和1之间的所有值，所以我得到了包含布尔值的和数组，这样我就可以索引具有相同形状的另一个数组

---

我打赌这是一个重复的问题，但我没有找到它。谢谢，您正在寻找以下信息：

将numpy导入为np
u1=np.数组（[-2.04853845，-1.47283101,1.]，
[-2.05009646, -1.46780913,  1.],
[-2.05165539, -1.46278426,  1.]],
[[-4.94165412,  7.8524744,   1.],
[ 0.94540647,  0.86456925,  1.],
[-4.94916228,  7.87667525,  1.]]])
np.logical_和（u1[：，：，0:2]>0，u1[：，：，0:2]提取元素并与值进行比较：

import numpy as np

u1 = np.array([[[-2.04853845, -1.47283101,  1.        ],
                [-2.05009646, -1.46780913,  1.        ],
                [-2.05165539, -1.46278426,  1.        ]],
               [[-4.94165412,  7.8524744 ,  1.        ],
                [ 0.94540647,   0.86456925,  1.       ],
                [-4.94916228,  7.87667525,  1.        ]]])

first = (u1[:, :, 0] > 0) * (u1[:, :, 0] < 1)
second = (u1[:, :, 1] > 0) * (u1[:, :, 1] < 1)

condition = first * second
# Condition is:
# [[False False False]
# [False  True False]]

定义以下函数检查行的前2个元素：

def myfunc(row):
    return np.logical_and(row[0:2] >= 0, row[0:2] <= 1).all()

对于示例数据，结果是：

array([[False, False, False],
       [False,  True, False]])

到目前为止，您尝试了什么？您阅读了numpy文档吗？是的，但我没有找到我需要的内容。似乎我需要使用np.logical_和（），无论如何，谢谢numpy文档非常优秀，请参阅您案例中的“索引”一节：
np.apply_along_axis( myfunc, axis=-1, arr=u1 )

array([[False, False, False],
       [False,  True, False]])