Numpy, где функция множественных условий

Ответ 1

Лучший способ вашего конкретного случая - просто изменить два критерия на один критерий:

dists[abs(dists - r - dr/2.) <= dr/2.]

Он создает только один логический массив и, на мой взгляд, легче читать, потому что он говорит dist внутри dr или r? (Хотя я бы пересмотрел r как центр вашего интересующего региона вместо начала, поэтому r = r + dr/2.). Но это не отвечает на ваш вопрос.

Ответ на ваш вопрос:
Вам действительно не нужно where, если вы просто пытаетесь отфильтровать элементы dists, которые не соответствуют вашим критериям:

dists[(dists >= r) & (dists <= r+dr)]

Поскольку & предоставит вам элемент and (нужны скобки).

Или, если вы хотите использовать where по какой-либо причине, вы можете сделать:

 dists[(np.where((dists >= r) & (dists <= r + dr)))]

Почему:
Причина, по которой он не работает, состоит в том, что np.where возвращает список индексов, а не логический массив. Вы пытаетесь получить and между двумя списками чисел, что, конечно же, не имеет ожидаемых значений True/False. Если a и b являются значениями True, то a and b возвращает b. Поэтому, говоря что-то вроде [0,1,2] and [2,3,4], вы просто дадите [2,3,4]. Здесь он находится в действии:

In [230]: dists = np.arange(0,10,.5)
In [231]: r = 5
In [232]: dr = 1

In [233]: np.where(dists >= r)
Out[233]: (array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19]),)

In [234]: np.where(dists <= r+dr)
Out[234]: (array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12]),)

In [235]: np.where(dists >= r) and np.where(dists <= r+dr)
Out[235]: (array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12]),)

То, что вы ожидали сравнить, было просто булевым массивом, например

In [236]: dists >= r
Out[236]: 
array([False, False, False, False, False, False, False, False, False,
       False,  True,  True,  True,  True,  True,  True,  True,  True,
        True,  True], dtype=bool)

In [237]: dists <= r + dr
Out[237]: 
array([ True,  True,  True,  True,  True,  True,  True,  True,  True,
        True,  True,  True,  True, False, False, False, False, False,
       False, False], dtype=bool)

In [238]: (dists >= r) & (dists <= r + dr)
Out[238]: 
array([False, False, False, False, False, False, False, False, False,
       False,  True,  True,  True, False, False, False, False, False,
       False, False], dtype=bool)

Теперь вы можете вызвать np.where в объединенном булевом массиве:

In [239]: np.where((dists >= r) & (dists <= r + dr))
Out[239]: (array([10, 11, 12]),)

In [240]: dists[np.where((dists >= r) & (dists <= r + dr))]
Out[240]: array([ 5. ,  5.5,  6. ])

Или просто проиндексируйте исходный массив с помощью логического массива, используя причудливую индексацию

In [241]: dists[(dists >= r) & (dists <= r + dr)]
Out[241]: array([ 5. ,  5.5,  6. ])

Ответ 2

Поскольку принятый ответ объяснил проблему очень хорошо. Вы также можете использовать numy логические функции, которые здесь больше подходят для нескольких условий:

np.where(np.logical_and(np.greater_equal(dists,r),np.greater_equal(dists,r + dr)))

Ответ 3

Мне нравится использовать np.vectorize для таких задач. Рассмотрим следующее:

>>> # function which returns True when constraints are satisfied.
>>> func = lambda d: d >= r and d<= (r+dr) 
>>>
>>> # Apply constraints element-wise to the dists array.
>>> result = np.vectorize(func)(dists) 
>>>
>>> result = np.where(result) # Get output.

Вы также можете использовать np.argwhere вместо np.where для чистого вывода. Но это ваш звонок:)

Надеюсь, что это поможет.

Ответ 4

Try:

np.intersect1d(np.where(dists >= r)[0],np.where(dists <= r + dr)[0])

Ответ 5

Я разработал этот простой пример

import numpy as np

ar = np.array([3,4,5,14,2,4,3,7])

print [X for X in list(ar) if (X >= 3 and X <= 6)]

>>> 
[3, 4, 5, 4, 3]

Ответ 6

Это должно работать:

dists[((dists >= r) & (dists <= r+dr))]

Самый элегантный способ ~~

Ответ 7

Пытаться:

import numpy as np
dist = np.array([1,2,3,4,5])
r = 2
dr = 3
np.where(np.logical_and(dist> r, dist<=r+dr))

Вывод: (массив ([2, 3]),)

Вы можете увидеть функции логики для более подробной информации.