`x [False]`在numpy中做什麼？

說我有一個陣列x = np.arange(6).reshape(3, 2)。`x [False]`在numpy中做什麼？

什麼意思是x[False]的意思，或x[np.asanyarray(False)]？兩者都導致array([], shape=(0, 3, 2), dtype=int64)，這是意想不到的。

由於尺寸大小不正確，我預計會得到一個IndexError，如x[np.ones((2, 2), dtype=np.bool)]。

這種行爲是一致爲x[True]和x[np.asanyarray(True)]，既導致額外的維度：array([[[0, 1], [2, 3], [4, 5]]])。

我正在使用numpy 1.13.1。看來最近的行爲已經發生了變化，所以雖然很高興爲舊版本提供答案，但請在答案中提及您的版本。

編輯

只是爲了保持完整性，我基於對這個問題進行評論提交https://github.com/numpy/numpy/issues/9515。

EDIT 2

和關閉它幾乎immeditely。

來源

2017-08-03 Mad Physicist

你在用什麼NumPy版本？結果，我得到'array（[0，1]）'。這是因爲'False'被視爲'0'， - >'x [0]'（在1.11.3中） –

@BradSolomon它在最後一個版本中被更改：https：//docs.scipy.org/ （1）[array（True）]給出了數組（[1]），這個數組是一個數組，而不是原始數組。*） – ayhan

@BradSolomon。版本1.13.1，除非您傳入布爾矩陣，否則'False'將被視爲整數，正如我在預期的示例中所示。我對'x [False] == x [0]'的想法很好，但對於'x [np.array（False）] == x [0]'沒有那麼多'。這兩者似乎都沒有發生。 –

技術上沒有要求掩碼的維度與您使用它索引的數組的維度匹配。（在以前的版本中，有更少的限制，你可以擺脫一些極端的形狀不匹配。）

的docs描述布爾索引作爲

一個布爾指數陣列實際上與X [ obj.nonzero（）]其中，如上所述，obj.nonzero（）返回一個整數索引數組的元組（長度爲obj.ndim），其中顯示了obj的True元素。

但nonzero是奇怪的0維輸入，所以這種情況下是一種方法即「幾乎相同」一個結果是不相同的：

非零等價布爾陣列不保持零維布爾數組。

NumPy的有0維布爾指數特殊的情況下，有以下行爲的願望所驅使：

In [3]: numpy.array(3)[True] 
Out[3]: array([3]) 

In [4]: numpy.array(3)[False] 
Out[4]: array([], dtype=int64)

我將把在處理一個源代碼comment 0維布爾指數：

if (PyArray_NDIM(arr) == 0) { 
    /* 
    * This can actually be well defined. A new axis is added, 
    * but at the same time no axis is "used". So if we have True, 
    * we add a new axis (a bit like with np.newaxis). If it is 
    * False, we add a new axis, but this axis has 0 entries. 
    */

雖然這是主要用於一個0維索引爲0維陣列，它也適用於與布爾索引多維數組。因此，

x[True]

相當於x[np.newaxis]，產生結果與前面一個新的長度爲1的軸，和

x[False]

在長度爲0，在選擇的前面產生的結果與新的軸線沒有元素。

來源

2017-08-03 20:13:17 user2357112

這太棒了。我將使用'np.array（mask，dtype = np.bool，copy = False，subok = True，ndmin = 1）'來檢查我的掩碼。這應該消除「怪異」的行爲。 –

已解決問題。 –

`x [False]`在numpy中做什麼？

回答

相關問題