Python NumPy中的链式比较？ >k 数组（[[0.58789735,0.29830086]， [0.09397728, 0.60737265]]) >>>k[k>>k[k>0.5]=1 >>>k 数组（[[1,0.29830086]， [1. , 1. ]])

是否可以将k[0.1>k>0.5]=1组合起来，当我尝试这样做时，我会得到以下错误

>>> k
array([[0.58789735, 0.29830086],
       [0.09397728, 0.60737265]])
>>> k[k<0.1] = 1
>>> k[k>0.5] = 1
>>> k
array([[1.        , 0.29830086],
       [1.        , 1.        ]])

>>k[0.1>k>0.5]=1
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
ValueError:包含多个元素的数组的真值不明确。请使用a.any（）或a.all（）

---

我在这里的选项是什么？我尝试了.any和.all，但它没有我在这里尝试的那样优雅。

在numpy中不允许链式比较。您需要将这些条件与链式比较链接，然后执行。在这种情况下，当满足任一条件时，您希望将值设置为

1

，因此需要按位OR（

）:

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

这里的问题是python在内部将上述功能扩展为：

0.1>k>0.5

这就是导致错误的原因，因为

和
隐式调用
bool
，
NumPy
只允许对单个元素（不是
大小>1的数组）隐式强制布尔值，因为具有许多值的布尔数组既不计算为
True
也不计算为
False
。正是由于这种模糊性，这是不允许的，在布尔上下文中计算数组总是会产生
ValueError
运行
np.where（np.logical_或（k<0.1，0.5

结果是：

0.1>k and k>0.5

0.1>k>0.5

0.1>k and k>0.5

array([[1.        , 0.29830086],
       [1.        , 1.        ]])