Python 将numpy数组与单个值进行比较

我有一个numpy数组“target_tokes”，其中包含许多值。我尝试接收相同形状的numpy_数组，1。在target_tokens数组中我有一个特定值（即9或2）的位置

这项工作（针对九个人）：

结果:

[[ 0.  0.  0.  0.]
 [ 0.  0.  0.  0.]
 [ 0.  0.  1.  0.]
 [ 0.  0.  0.  0.]
 [ 0.  0.  0.  0.]...

这不起作用：

group           = [2, 9]
i_factor        = (target_tokens in group).astype(np.float32)

结果是：

i_factor        = (target_tokens in group).astype(np.float32) 
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

为什么会这样？我怎样才能在没有大循环的情况下实现我的结果（事实上，团队比两个值都大）

Thx

您可以使用 首先，让我们用一个更基本的

数组

来简化您要实现的目标：

a = np.array([1, 2, 7, 3, 9, 6])

a = np.array([1, 2, 7, 3, 9, 6])

以及要检查的

编号

：

g = [2, 9]

要获得表示每个

元素

是否等于

g

中的

元素

的

数组

，我们可以使用

按位

或
，即
“|”
：

((a == g[0]) | (a == g[1])).astype(np.float32)

其中：

array([ 0.,  1.,  0.,  0.,  1.,  0.], dtype=float32)

array([ 1.,  0.,  1.,  0.,  1.,  0.], dtype=float32)


这也适用于更高的
维度
数组

例如：

a = np.array([[1, 5, 7], [9, 3, 2], [5, 8, 9]])

其中（使用相同的
g
）将给出：

array([[ 0.,  0.,  0.],
       [ 1.,  0.,  1.],
       [ 0.,  0.,  1.]], dtype=float32)


请注意，如果希望
g
列表具有任何大小，您还可以实现与之相同的功能


如果希望允许
g
为任意大小，则不能再使用
按位
或
操作数，除非您为循环
编写了一个
来执行此操作。因此，为了对循环进行
转义，我们可以在
数组上使用
np.bitwise\u或.reduce

因此，对于原始的
数组
：

a = np.array([1, 2, 7, 3, 9, 6])

a = np.array([1, 2, 7, 3, 9, 6])

但是现在使用更长的
g
：

g = [1, 7, 9, 4]

我们可以使用
np.bitwise\u或.reduce
：

np.bitwise_or.reduce([a == e for e in g]).astype(np.float32)

其中：

array([ 0.,  1.,  0.,  0.,  1.,  0.], dtype=float32)

array([ 1.,  0.,  1.,  0.,  1.,  0.], dtype=float32)

除了@JoeIddon的解决方案中描述的按位OR之外，还有几个选项

一种解决方案基于@Divakar的评论：

group = [1, 9]
a = np.array([1, 1, 2, 3, 4, 1, 9, 9, 2])
(np.asarray(group)[:,None] == a).sum(axis=0)

或者，如果需要
np.float32
键入：

(np.asarray(group)[:,None] == a).sum(axis=0, dtype=np.float32)    

np.sum((a == g for g in group), dtype=np.float32)

另一种方法是对组中的每个测试值使用列表理解、相等性测试，并添加解决方案：

group = [1, 9]
a = np.array([1, 1, 2, 3, 4, 1, 9, 9, 2])
np.sum(a == g for g in group)

或者，如果需要
np.float32
键入：

(np.asarray(group)[:,None] == a).sum(axis=0, dtype=np.float32)    

np.sum((a == g for g in group), dtype=np.float32)

在这两种情况下，答案都是：

array([1, 1, 0, 0, 0, 1, 1, 1, 0]) # or float32

与
和
和
或
一样，
中的
不允许广播。Python语言要求
中的
始终返回布尔值。此外，只有右侧操作数可以定义
中的
的含义，并且您使用的是列表，而不是数组。您将在Python列表的
行为中获得

NumPy在
中的
操作符对您来说是有用的，也不是有用的<列表中的code>更有意义，但仍然不是您需要的。您需要，它的行为类似于在其左操作数（而不是右操作数）上广播的
测试中的
：

不确定我是否得到了它，那么：
np.asarray（target_tokens）[：，None]==range（9）
？我的sol使用
按位或
！很好地使用了
sum
虽然+1赢得了很多，并且很喜欢它，尽管我在这里实现的是更简单的解决方案np.isin（）。仍然是thx1