如何使用过滤函数修复数组布尔错误

我正在尝试使用过滤器解决布尔错误

我使用过滤数组来解决迭代数组的布尔问题。它适用于一个简单的列表，但是当用于仅从数组中获取大于零的数字时，它再次显示错误。用于填充数组的方法是从标准正态分布中抽取样本。

   arr2 = np.array(list(filter(lambda x:x>0,rand_num)))
   arr2

<ipython-input-80-af65f7c09d82> in <module>
      1 rand_num = np.random.randn(5,5)
----> 2 arr2 = np.array(list(filter(lambda x:x>0,rand_num)))
      3 arr2
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

Likely rand_num是一个多维数组。在这种情况下元素（所以x) 也将是一个数组。为了x > 0，这是一个数组bools，但你不能说布尔数组是True or False。假设一个数组包含两个True和三False例如。你会考虑吗True or not?

Using filter(..)这里可能没有必要。您可以通过使用布尔数组作为下标来轻松过滤数组：

arr2 = rand_num[rand_num > 0]

例如：

>>> rand_num[rand_num > 0]
array([1, 1, 1, 1, 2, 1, 1, 1, 1, 1, 1])

或者如果我们想保留形状，我们可以构造一个屏蔽数组：

arr2 = np.ma.masked_array(rand_num, mask=rand_num <= 0)

这将产生：

>>> np.ma.masked_array(rand_num, mask=rand_num <= 0)
masked_array(
  data=[[--, 1, 1, --, --],
        [--, --, 1, --, --],
        [--, 1, 2, --, --],
        [--, --, --, 1, --],
        [1, 1, 1, 1, 1]],
  mask=[[ True, False, False,  True,  True],
        [ True,  True, False,  True,  True],
        [ True, False, False,  True,  True],
        [ True,  True,  True, False,  True],
        [False, False, False, False, False]],
  fill_value=999999)