`x [False]`在numpy中做什么？

说我有一个阵列x = np.arange(6).reshape(3, 2)。`x [False]`在numpy中做什么？

什么意思是x[False]的意思，或x[np.asanyarray(False)]？两者都导致array([], shape=(0, 3, 2), dtype=int64)，这是意想不到的。

由于尺寸大小不正确，我预计会得到一个IndexError，如x[np.ones((2, 2), dtype=np.bool)]。

这种行为是一致为x[True]和x[np.asanyarray(True)]，既导致额外的维度：array([[[0, 1], [2, 3], [4, 5]]])。

我正在使用numpy 1.13.1。看来最近的行为已经发生了变化，所以虽然很高兴为旧版本提供答案，但请在答案中提及您的版本。

编辑

只是为了保持完整性，我基于对这个问题进行评论提交https://github.com/numpy/numpy/issues/9515。

EDIT 2

和关闭它几乎immeditely。

来源

2017-08-03 Mad Physicist

你在用什么NumPy版本？结果，我得到'array（[0，1]）'。这是因为'False'被视为'0'， - >'x [0]'（在1.11.3中） –

@BradSolomon它在最后一个版本中被更改：https：//docs.scipy.org/ （1）[array（True）]给出了数组（[1]），这个数组是一个数组，而不是原始数组。*） – ayhan

@BradSolomon。版本1.13.1，除非您传入布尔矩阵，否则'False'将被视为整数，正如我在预期的示例中所示。我对'x [False] == x [0]'的想法很好，但对于'x [np.array（False）] == x [0]'没有那么多'。这两者似乎都没有发生。 –

技术上没有要求掩码的维度与您使用它索引的数组的维度匹配。（在以前的版本中，有更少的限制，你可以摆脱一些极端的形状不匹配。）

的docs描述布尔索引作为

一个布尔指数阵列实际上与X [ obj.nonzero（）]其中，如上所述，obj.nonzero（）返回一个整数索引数组的元组（长度为obj.ndim），其中显示了obj的True元素。

但nonzero是奇怪的0维输入，所以这种情况下是一种方法即“几乎相同”一个结果是不相同的：

非零等价布尔阵列不保持零维布尔数组。

NumPy的有0维布尔指数特殊的情况下，有以下行为的愿望所驱使：

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

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

我将把在处理一个源代码comment 0维布尔指数：

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. 
    */

虽然这是主要用于一个0维索引为0维阵列，它也适用于与布尔索引多维数组。因此，

x[True]

相当于x[np.newaxis]，产生结果与前面一个新的长度为1的轴，和

x[False]

在长度为0，在选择的前面产生的结果与新的轴线没有元素。

来源

2017-08-03 20:13:17 user2357112

这太棒了。我将使用'np.array（mask，dtype = np.bool，copy = False，subok = True，ndmin = 1）'来检查我的掩码。这应该消除“怪异”的行为。 –

已解决问题。 –

`x [False]`在numpy中做什么？

回答

相关问题