У меня есть массив расстояний, называемых dists. Я хочу выбрать удаленные объекты, которые находятся между двумя значениями. Для этого я написал следующую строку кода:
dists[(np.where(dists >= r)) and (np.where(dists <= r + dr))]
Однако это выбирает только условие
(np.where(dists <= r + dr))
Если я выполняю команды последовательно, используя временную переменную, она работает нормально. Почему приведенный выше код не работает и как его заставить работать?
Приветствия
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. ])
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)))
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.
Try:
np.intersect1d(np.where(dists >= r)[0],np.where(dists <= r + dr)[0])
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]
Это должно работать:
dists[((dists >= r) & (dists <= r+dr))]
Самый элегантный способ ~~
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.