我有以下助手函数：
flatten = lambda sentences : [word for sentence in sentences for word in sentence] # flattens list of lists
get_feature = lambda f, input: np.array(list(map(f, input))) # applies f() to each element of input list and returns list of resultant elements
is_numeric = lambda words: get_feature(lambda word: word.isnumeric(), words)
然后执行以下操作：
ls = ['a','1','b','2','c','d','e']
print(type(ls))
print(list(filter(is_numeric, ls)))
print(type(train_tokens))
print(train_tokens[:10])
print(list(filter(is_numeric, train_tokens))[:10])
给出以下输出：
<class 'list'>
['1', '2']
<class 'list'>
['EU', 'rejects', 'German', 'call', 'to', 'boycott', 'British', 'lamb', '.', 'Peter']
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-5-59836dbfb218> in <module>()
11 print(type(train_tokens))
12 print(train_tokens[:10])
---> 13 print(list(filter(is_numeric, train_tokens))[:10])
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
ls和train_tokens都是列表。那么我不明白为什么filter对ls有效，而对train_tokens无效。
我犯了什么愚蠢的错误？
PS:这就是我形成train_tokens:的方式
!pip install datasets
from datasets import load_dataset
conll2003dataset = load_dataset("conll2003")
train_tokens = flatten(conll2003dataset['train']['tokens'])
这是笔记本的链接。
与filter一起使用的函数没有完成预期的操作。filter将该函数应用于其输入的可迭代元素，每次一个。对于您的函数，这意味着您要检查单词的每个字符，看看它是否是数字，并返回一个booleannumpy数组。只有当长度为1时，该数组才能与filter一起使用。也就是说，如果单词中只有一个字母。对于较长的单词，您会得到较长的数组，正如错误消息所说，您无法在布尔上下文中计算长度大于1的numpy数组。
如果您真的想使用filter，那么实际上不需要编写自己的函数(当然也不需要编写任何像您所展示的那样复杂的函数)。只需将str.isnumeric作为函数传递，它就会一次性检查整个单词(而不是逐个字母)。
print(list(filter(str.isnumeric, train_tokens)))
另一方面，如果你真的想使用numpy和你自己的数字检查代码，你可以放弃filter，在整个列表上调用is_numericlambda函数，得到一个可以用作掩码的布尔numpy数组。如果你也把输入转换成一个数组，你可以用掩码对它进行索引，只得到数字条目：
numeric_mask = is_numeric(train_tokens) # this is calling your function is_numeric
train_tokens_array = np.asarray(train_tokens)
print(train_tokens_array[numeric_mask][:10])