Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/352.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181

Warning: file_get_contents(/data/phpspider/zhask/data//catemap/3/arrays/13.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python &引用;小于/大于;N维和(N-k)维numpy阵列的比较_Python_Arrays_Python 3.x_Numpy_Compare - Fatal编程技术网

Python &引用;小于/大于;N维和(N-k)维numpy阵列的比较

Python &引用;小于/大于;N维和(N-k)维numpy阵列的比较,python,arrays,python-3.x,numpy,compare,Python,Arrays,Python 3.x,Numpy,Compare,给定两个数组a=np.array([[1,3],[3,4]])和b=np.array([2,2]) 目标:通过像a>b这样的操作获取数组np.array([False,True])。即,比较行(True如果每对元素满足运算符elseFalse),而不是元素级比较(即I不想要获取np.array([[False,True],[True,True]])) 对于三维和(可选)N维阵列也类似。 例如 像a1>b1这样的操作必须返回np.array([[False,True],[True,True]])

给定两个数组
a=np.array([[1,3],[3,4]])
b=np.array([2,2])

目标:通过像
a>b
这样的操作获取数组
np.array([False,True])
。即,比较行(
True
如果每对元素满足
运算符else
False
),而不是元素级比较(即I想要获取
np.array([[False,True],[True,True]])

对于三维和(可选)N维阵列也类似。 例如

a1>b1
这样的操作必须返回
np.array([[False,True],[True,True]])


如何操作?

找到了解决方案:使用附加功能

我的示例的用法:

a=np.array([[1, 3], [3, 4]])
b=np.array([2, 2])
numpy.all(a > b, axis=1)
结果:

array([False,  True], dtype=bool)
array([[False,  True],
       [ True,  True]], dtype=bool)

结果:

array([False,  True], dtype=bool)
array([[False,  True],
       [ True,  True]], dtype=bool)
numpy.all
还允许传递多个轴(作为整数元组),因此它可以用于任何维度


numpy还允许使用numpy数组的方法。然后示例可以分别重写为
(a>b).all(axis=1)
(a1>b1).all(axis=2)

这些都是整数数组吗?我看不到基于元素类型的比较限制。因此,所有可比较的(按numpy)类型都是允许的。
(A>B)。all(axis=-1)
将是一种通用的方式,只要缩减沿最后一个轴进行。