我有3个2d数组,我想用它们初始化一个新的2d数组。根据其他3个阵列的(x,y)位置中的值,新的2d阵列应在位置(x,y)中填充0或1。
例如,我有以下3个2d阵列:
A = [[2, 3, 6], B = [[5, 9, 0], C = [[2, 7, 6],
[9, 8, 3], [2, 4, 3], [2, 1, 6],
[1, 0, 5]] [4, 5, 1]] [4, 6, 8]]
还有一个逻辑函数:
D = (A > 4 && B < 5 && C > 5)
这应该创建2d数组:
D = [[0, 0, 1],
[0, 0, 0],
[0, 0, 1]]
现在我可以用2个for循环来完成这项工作,但我想知道是否有更快的numpy方法?
编辑:
以下是我的真实代码示例:
val_max = 10000
a = np.asarray(array_a)
b = np.asarray(array_b)
d = ((a >= val_max) and (b >= val_max)).astype(int)
但我得到了这个错误:
Traceback (most recent call last):
File "analyze.py", line 70, in <module>
d = ((a >= val_max) and (b >= val_max)).astype(int)
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
EDIT2:
我应该使用&
运算符而不是and
(类似于'|'与or
)
给定A、B和C,您只需将它们转换为numpy数组,并使用计算D
import numpy as np
A = np.asarray(A)
B = np.asarray(B)
C = np.asarray(C)
D = ((A > 4) & (B < 5) & (C > 5)).astype(int)
尝试:
import numpy as np
A = np.asarray(A)
B = np.asarray(B)
C = np.asarray(C)
D = ((A > 4) & (B < 5) & (C > 5)).astype(int)