Python 如果任何值满足掩码要求，则为整个数组返回True/False

我已经试过看其他类似的帖子，但是他们的解决方案并不能解决这个具体问题。使用这个答案，我发现我得到了一个错误：包含多个元素的数组的真值是不明确的。使用a.any或a.all，因为我定义的数组与他们的不同。他们的数组大小是n，而我的数组大小是n，m。此外，这个解决方案也不起作用，因为它适用于列表。我能想到的唯一方法是：

当数组中至少有1个True时，则整个数组被视为True：

filt = 4
tracktruth = list()
arraytruth = list()
arr1 = np.array([[1,2,4]])
for track in range(0,arr1.size):
    if filt == arr1[0,track]:
        tracktruth.append(True)
    else:
        tracktruth.append(False)

if any(tracktruth):
    arraytruth.append(True)
else:
    arraytruth.append(False)

如果数组中没有一个True，则整个数组被视为False：

filt = 5
tracktruth = list()
arraytruth = list()
arr1 = np.array([[1,2,4]])
for track in range(0,arr1.size):
    if filt == arr1[0,track]:
        tracktruth.append(True)
    else:
        tracktruth.append(False)

if any(tracktruth):
    arraytruth.append(True)
else:
    arraytruth.append(False)

---

第二条if-else语句之所以存在，是因为我希望将此掩码应用于多个数组，并最终创建一个主列表，以描述哪些数组是真的，哪些是假的。但是，对于一个for循环和两个if-else语句，我认为对于较大的数组来说，这将非常缓慢。有什么更快的方法可以做到这一点？

您可以通过列表理解来做到这一点。我在这里为一个数组完成了这项工作，但它很容易通过for循环扩展到多个数组

filt = 4
arr1 = np.array([[1,2,4]])
print(any([part == filt for part in arr1[0]]))

通过对大小为n，m的数组的列表理解，您可以更一般地获得数组真相

import numpy as np

filt = 4
a = np.array([[1, 2, 4]])
b = np.array([[1, 2, 3],
              [5, 6, 7]])

array_lists = [a, b]

arraytruth = [True if a[a==filt].size>0 else False for a in array_lists]

print(arraytruth)

这将为您提供：

[True, False]

---

这似乎太复杂了，您可以使用布尔索引来实现没有循环的结果

arr1=np.array([[1,2,4]])

filt=4

arr1==filt

array([[False, False,  True]])

np.sum(arr1==filt).astype(bool)

True

对于多行，可以使用np.sum中的行或列索引，也可以使用axis参数对行或列进行求和

正如注释中指出的，您可以使用np.any而不是np.sum…astypebool，它在测试数据集上运行的时间大约为2/3：

np.any(a==filt, axis=1)

array([ True])

---

[编辑]使用numpy hstack方法

过滤器=4 arr=np.数组[[1,2,3,4]，[1,2,3]] 打印任意[x代表np.hstackarr中的x，如果x所以你只想检查值是否在嵌套数组中？有什么例子吗？any不能给出你想要的结果？@pierogi为了清晰起见，我编辑了我的原始帖子。我想看看是否有任何值小于定义的数值。@HeapOverflow我编辑了原始帖子以显示这两个实例。我仍然没有真正看到测试数据。我看到了一堆代码，不清楚它是否正确，但我真的看不到什么是输入数据，什么是期望的输出数据。非常简单和酷的方法。几乎只需要两行。我不知道可以这样添加逻辑。操作的矢量化是numpy真正的亮点。虽然有些情况下需要在numpy中循环，但它们实际上比正常情况更多。干杯这与arr1==filt.any不同吗？很好的调用，已编辑。我使用np.any而不是array.any来匹配我的答案的其余部分，但同样的原则适用