ValueError：具有多个元素的数组的真值不明确。使用 a.any() 或 a.all()答案

【问题标题】：ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()ValueError：具有多个元素的数组的真值不明确。使用 a.any() 或 a.all()
【发布时间】：2020-05-12 01:48:35
【问题描述】：

我刚刚在我的代码中发现了一个导致各种问题的逻辑错误。我无意中做了按位与而不是逻辑与。

我将代码更改为：

r = mlab.csv2rec(datafile, delimiter=',', names=COL_HEADERS)
mask = ((r["dt"] >= startdate) & (r["dt"] <= enddate))
selected = r[mask]

到：

r = mlab.csv2rec(datafile, delimiter=',', names=COL_HEADERS)
mask = ((r["dt"] >= startdate) and (r["dt"] <= enddate))
selected = r[mask]

令我惊讶的是，我收到了相当神秘的错误消息：

ValueError：具有多个元素的数组的真值是模糊的。使用 a.any() 或 a.all()

为什么当我使用按位运算时没有发出类似的错误 - 我该如何解决这个问题？

【问题讨论】：

Pandas offers documentation 也是如此

标签： python numpy

【解决方案1】：

r 是一个 numpy (rec) 数组。所以r["dt"] >= startdate 也是一个（布尔值）大批。对于 numpy 数组，& 操作返回两个元素的和布尔数组。

NumPy 开发人员认为没有一种普遍理解的评估方法布尔上下文中的数组：它可能意味着 True 如果 any 元素是 True，或者如果所有元素都是True，则可能意味着True，或者如果数组长度不为零，则可能意味着True，仅列举三种可能性。

由于不同的用户可能有不同的需求和不同的假设，因此 NumPy 开发人员拒绝猜测，而是决定引发 ValueError 每当尝试在布尔上下文中评估数组时。申请and 两个 numpy 数组导致在布尔上下文中评估两个数组（通过在 Python3 中调用 __bool__ 或在 Python2 中调用 __nonzero__。

你的原始代码

mask = ((r["dt"] >= startdate) & (r["dt"] <= enddate))
selected = r[mask]

看起来正确。但是，如果您确实想要and，那么请使用(a-b).any() 或(a-b).all() 而不是a and b。

【讨论】：

你是对的。原始代码是正确的。该错误似乎位于代码中的其他位置。
很好的解释。然而，这意味着 NumPy 效率很低：它完全评估两个布尔数组，而有效的实现将在一个循环内评估 cond1(i)&&cond2(i)，并跳过 cond2，除非 cond1 为真。
@JoachimWuttke：虽然np.all 和np.any 能够短路，但传递给它的参数在np.all 或np.any 有机会短路之前进行评估。为了做得更好，目前，您必须编写专门的 C/Cython 代码similar to this。
这不是他们能做的最好的举动......and 和 & 根本不是一回事，他们甚至没有相同的优先级。

【解决方案2】：

我遇到了同样的问题（即多条件索引，这里是在某个日期范围内查找数据）。 (a-b).any() 或 (a-b).all() 似乎不起作用，至少对我来说是这样。

另外，我找到了另一种非常适合我所需功能的解决方案 (The truth value of an array with more than one element is ambigous when trying to index an array)。

不使用上面建议的代码，只需使用numpy.logical_and(a,b) 即可。在这里你可能想将代码重写为

selected  = r[numpy.logical_and(r["dt"] >= startdate, r["dt"] <= enddate)]

【讨论】：

【解决方案3】：

异常的原因是and隐式调用bool。首先在左操作数和（如果左操作数是True）然后在右操作数上。所以x and y 等价于bool(x) and bool(y)。

但是numpy.ndarray 上的bool（如果它包含多个元素）会抛出您看到的异常：

>>> import numpy as np
>>> arr = np.array([1, 2, 3])
>>> bool(arr)
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

bool() 调用隐含在 and 中，但也隐含在 if、while、or 中，因此以下任何示例也将失败：

>>> arr and arr
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

>>> if arr: pass
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

>>> while arr: pass
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

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

Python中有更多的函数和语句隐藏bool调用，例如2 < x < 10只是2 < x and x < 10的另一种写法。而and 将调用bool: bool(2 < x) and bool(x < 10)。

and 的 element-wise 等效函数是 np.logical_and 函数，同样您可以使用 np.logical_or 等效于 or。

对于布尔数组 - 以及比较像 <、<=、==、!=、>= 和 > NumPy 数组返回布尔 NumPy 数组 - 你也可以使用 元素逐位函数（和运算符）：np.bitwise_and（& 运算符）

>>> np.logical_and(arr > 1, arr < 3)
array([False,  True, False], dtype=bool)

>>> np.bitwise_and(arr > 1, arr < 3)
array([False,  True, False], dtype=bool)

>>> (arr > 1) & (arr < 3)
array([False,  True, False], dtype=bool)

和bitwise_or（| 运算符）：

>>> np.logical_or(arr <= 1, arr >= 3)
array([ True, False,  True], dtype=bool)

>>> np.bitwise_or(arr <= 1, arr >= 3)
array([ True, False,  True], dtype=bool)

>>> (arr <= 1) | (arr >= 3)
array([ True, False,  True], dtype=bool)

完整的逻辑和二进制函数列表可以在 NumPy 文档中找到：

【讨论】：

【解决方案4】：

如果您使用 pandas 为我解决的问题是当我有 NA 值时我试图进行计算，解决方案是运行：

df = df.dropna()

然后计算失败。

【讨论】：

【解决方案5】：

接受@ZF007 的回答，这并不能作为一个整体来回答你的问题，但可以作为相同错误的解决方案。我在这里发布它是因为我还没有找到直接的解决方案作为在 Stack Overflow 的其他地方回答此错误消息。

检查数组是否为空时出现错误。

if np.array([1,2]): print(1) --> ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all().
if np.array([1,2])[0]: print(1) --> 没有 ValueError，但是：if np.array([])[0]: print(1) --> IndexError: index 0 is out of bounds for axis 0 with size 0。
if np.array([1]): print(1) --> 没有 ValueError，但对于包含许多元素的数组也无济于事。
if np.array([]): print(1) --> DeprecationWarning: The truth value of an empty array is ambiguous. Returning False, but in future this will result in an error. Use 'array.size > 0' to check that an array is not empty.

这样做：

if np.array([]).size: print(1) 解决了这个错误。

【讨论】：

【解决方案6】：

当if-statement 比较存在数组时也会显示此类型的错误消息，例如 bool 或 int。例如：

... code snippet ...

if dataset == bool:
    ....

... code snippet ...

此子句将数据集作为数组，并且 bool 是 euhm 的“开门”...True 或 False。

如果函数包含在 try-statement 中，您将收到带有 except Exception as error: 的不带错误类型的消息：

具有多个元素的数组的真值是不明确的。使用 a.any() 或 a.all()

【讨论】：

【解决方案7】：

try this=> numpy.array(r) 或 numpy.array(yourvariable) 后跟命令来比较你想要的。

【讨论】：