Python 二维数组布尔值缩减

Python 2d array boolean reduction

我有一个由布尔值 (True, False) 组成的二维数组。我想根据内容的逻辑函数将数组合并为一维。

例如 输入:

[[True, True, False],
 [False, False, False],
 [True, True, True]]

输出(逻辑与):

[False,
 False,
 True]

如果没有循环,这将如何完成?

您也可以在没有 NumPy 的情况下执行此操作。这是使用列表理解的一种解决方案。解释:它将遍历子列表,即使每个子列表中的一项是 False,它也会输出 False else True.

inp = [[True, True, False],[False, False, False],[True, True, True]]
out = [False if False in i else True for i in inp]
print (out)

# [False, False, True]

下面 Jean 建议的备选方案(不那么冗长):

out = [False not in i for i in inp]

您可以使用 with the numpy.all function:

>>> import numpy as np
>>> arr = np.array([[True, True, False],
... [False, False, False],
... [True, True, True]]
... )
>>> np.all(arr, axis=1)
array([False, False,  True])

这里第 i 个元素是 True 如果 all 个元素 i-th 行是 True,否则是 False。请注意,该列表应为 矩形 (所有子列表应包含 相同 个布尔值)。

在"pure"Python中,您也可以使用all函数,如:

>>> data = [[True, True, False], [False, False, False], [True, True, True]]
>>> list(map(all, data))
[False, False, True]

如果 "matrix" 不是 而非 矩形,此方法也适用。请注意,对于 empty 子列表,这将 return True,因为空子列表中的 all 元素是 True.

我假设您想对行应用逻辑与。您可以申请numpy.all.

>>> import numpy as np
>>> a = np.array([[True, True, False], [False, False, False], [True, True, True]])
>>> a
array([[ True,  True, False],
       [False, False, False],
       [ True,  True,  True]])
>>> 
>>> np.all(a, axis=1)
array([False, False,  True])

对于没有 numpy 的解决方案,您可以使用 operator.and_functools.reduce

>>> from operator import and_
>>> from functools import reduce
>>> 
>>> lst = [[True, True, False], [False, False, False], [True, True, True]]
>>> [reduce(and_, sub) for sub in lst]
[False, False, True]

编辑:实际上,reduce 在这种特殊情况下有点多余。

>>> [all(sub) for sub in lst]
[False, False, True]

也能胜任这项工作。

您也可以使用 map and reduce:

from functools import reduce

l = [[True, True, False],
    [False, False, False],
    [True, True, True]]

final = list(map(lambda x: reduce(lambda a, b: a and b, x), l))
print(final)
# [False, False, True]

这里的好处是您可以将 reduce 功能更改为其他功能(例如,OR 或更冒险的功能)。

您可以使用 Python 的内置 all 方法和列表理解:

[all(x) for x in my_list]

如果这对您来说仍然太疯狂,请将其与 map 结合使用:

map(all, my_list)

请注意 map 不是 return Python 中的列表 3. 如果您想要一个列表作为结果,您可以改为调用 list(map(all, my_list))