将 lambda 表达式应用于数组元素时出现 ValueError

Question

目前我在处理 numpy.array - 4x1 - 即

时遇到错误

[[-1.96113883]
 [-3.46144244]
 [ 5.075857  ]
 [ 1.77550086]]

使用 lambda 函数 f = lambda x: x if (x > 0) else (x * 0.01)。

错误是ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()。

我在 whosebug.com 上搜索了不同的主题，但没有找到任何令人满意的问题解释和适合我的案例（许多对 and 运算符的不明确引用，向量化代码等）。

处理数组后，我期望的是一个与输入数组具有相同维度的数组，并且每个值都根据函数进行了修改，例如：

[[-0.0196113883]
 [-0.0346144244]
 [ 5.075857  ]
 [ 1.77550086]]

最后，请问有人能给我一个解决方案和解释为什么会出现这个错误。谢谢指教。

Answer 1

x > 0 作为一个整体对您的 numpy 数组进行评估，返回另一个布尔数组。但是，if 语句将整个数组计算为单个操作。

arr = np.array([[-1.96113883],
                [-3.46144244],
                [ 5.075857  ],
                [ 1.77550086]])
print arr > 0
   [[False]
    [False]
    [ True]
    [ True]]

如错误消息中所述，布尔数组的真值不明确。

相反，正如 ajcr 在评论中指出的那样，您应该使用 np.where 作为矢量化 if-else 语句

例如

np.where(arr > 0, arr, arr*0.01)
array([[-0.01961139],
       [-0.03461442],
       [ 5.075857  ],
       [ 1.77550086]])

Answer 2

为什么不直接使用理解列表：

np.array([list(i*0.01) if i>0 else list(i) for i in arr])

Out[28]: 
array([[-1.96113883],
       [-3.46144244],
       [ 0.05075857],
       [ 0.01775501]])

数据

arr = np.array([[-1.96113883],
 [-3.46144244],
 [ 5.075857  ],
 [ 1.77550086]])

Answer 3

您正在尝试将 lambda 函数应用于整个数组，但您想要的是将它应用于每个元素。对此有更多的 numpy-y 解决方案。将您的数组设为 a 并将 numpy 导入为 np。您可以使用花式索引：

>>> a_leq_0 = a <= 0
>>> a[a_leq_0] = a[a_leq_0]*0.01
>>> a
array([[-0.01961139],
       [-0.03461442],
       [ 5.075857  ],
       [ 1.77550086]])

甚至更好np.where:

>>> np.where(a > 0, a, a*0.01)
array([[-0.01961139],
       [-0.03461442],
       [ 5.075857  ],
       [ 1.77550086]])

解释在where的文档中：

where(condition, [x, y])
[...]
If both x and y are specified, the output array contains elements of x where condition is True, and elements from y elsewhere.

将 lambda 表达式应用于数组元素时出现 ValueError

ValueError while applying lambda expression to elements of an array

python

arrays

lambda

runtime-error

numpy