Python 为元组数组创建布尔掩码

我有一个2D numpy数组，它有一个shape（3，3）和dtype=object，其元素是形式（str，str，float）的元组

但是当我试图得到一个布尔掩码时

print(my_array == template)

答案全是假的

[[False False False]
 [False False False]
 [False False False]]

然而，元素级比较仍然有效

print(my_array[0,0] == template) # This prints True

为什么布尔掩码返回全部False？如何使其工作

另外，我已经搜索了相关的主题，但无法使用任何

---

这里发生的是Python中的情况 所以当你这么做的时候

my_array == template

您实际正在做的（按行）是：

要验证情况是否如此，请尝试使用以下示例进行实验：

>>> other_array = np.array(['Apple', 'Orange', 5.0] * 3).reshape(3,3)
>>> other_array
array([['Apple', 'Orange', '5.0'],
       ['Apple', 'Orange', '5.0'],
       ['Apple', 'Orange', '5.0']], dtype='<U6')
>>> other_array == template
array([[ True,  True,  True],
       [ True,  True,  True],
       [ True,  True,  True]])

或

---

是否有需要元组数组的原因？数组中不能有另一个维度，或者可以使用pandas作为分类变量吗？

元素是元组，因为它们来自pandas multiIndex，而行实际上表示多索引值的序列。稍后我需要使用np.where来查找与给定模板相等的索引。因此，如果有一种方法可以像你建议的那样，通过向数组中添加另一个维度来去除元组，我想就可以了！但是有没有简单的方法呢？谢谢你的解释，非常有帮助！我建议你再问一个问题，提供更多关于你拥有的数据和你想要实现的目标的信息。

('Apple', 'Orange', 5.0) == 'Apple'
('Apple', 'Orange', 5.0) == 'Orange'
('Apple', 'Orange', 5.0) == 5.0

>>> other_array = np.array(['Apple', 'Orange', 5.0] * 3).reshape(3,3)
>>> other_array
array([['Apple', 'Orange', '5.0'],
       ['Apple', 'Orange', '5.0'],
       ['Apple', 'Orange', '5.0']], dtype='<U6')
>>> other_array == template
array([[ True,  True,  True],
       [ True,  True,  True],
       [ True,  True,  True]])

mask = np.array(list(map(lambda x: x == template,
                         my_array.flatten()))).reshape(my_array.shape)

mask = np.array([x == template for x in my_array.flatten()]).reshape(my_array.shape)