Python 这个语法使用numpy.mean with condition是什么意思

在这个语法中，（x>0）条件的意思是什么，为什么我会得到像[1.0，1.0，1.0]这样的结果

附加）如果我使用（x>0.mean（（1,2）），这个（1,2）的意思是什么

np.array>0返回形状相同但填充布尔值的np.array 满足给定条件的值，如果取平均值，则为真 被视为1.0，false被视为0，因此你得到了1.01.0的平均值

np.array（[1，3]）>0

给出一个布尔值数组，每个元素表示原始数组中的一个元素是否为正

np.mean

将给出数组的算术平均值。但是，它只能处理浮动，因此它强制布尔值为浮动<代码>浮点（真）是

1.0

<代码>浮点（False）为

0.0

因此，

（x>0）.mean（）

是

x

中正元素的分数。对于

[1,3]

、

[2,4]

和

[3,5]

来说，每种情况下都是100%，或者

1.0

。对于

[-1,0,1]

，它将是

1/3

result = map(lambda x: (x>0).mean(), np.array([[1,3], [2,4], [3,5]]))
print result
## output: [1.0, 1.0, 1.0]