NumPy 错误：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】：NumPy Error: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()NumPy 错误：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】：2019-07-05 22:57:18
【问题描述】：

我正在使用 numpy 处理图像卷积代码：

def CG(A, b, x, imax=10, epsilon = 0.01):
    steps=np.asarray(x)
    i = 0
    r = b - A * x
    d = r.copy()
    delta_new = r.T * r
    delta_0 = delta_new
    while i < imax and delta_new > epsilon**2 * delta_0:
        q = A * d
        alpha = float(delta_new / (d.T * q))
        x = x + alpha * d
        if i%50 == 0:
            r = b - A * x
        else:
            r = r - alpha * q
        delta_old = delta_new
        delta_new = r.T * r
        beta = float(delta_new / delta_old)
        d = r + beta * d
        i = i + 1
        steps = np.append(steps, np.asarray(x), axis=1)
    return steps

我收到以下错误：

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

在线while i < imax and delta_new > epsilon**2 * delta_0:

谁能告诉我我做错了什么？

【问题讨论】：

欢迎来到 Stackoverflow！为了充分利用该站点，ask good questions 很重要，其中包括创建一个 Minimal, Complete, and Verifiable 示例。

标签： python python-3.x numpy

【解决方案1】：

delta_new 是一个矩阵。没有为矩阵定义线性算术比较操作。您尝试通过简单的标量比较将一个值矩阵与另一个值矩阵进行比较。 Python 不知道如何给你一个单一的 T/F 结果。

我怀疑您需要矩阵上的一些标量属性，例如行列式。

【讨论】：

啊……说得通。我是个彻头彻尾的白痴！！谢谢:)

【解决方案2】：

实际上，您有一个矩阵 delta_new 与另一个矩阵 epsilon**2 * delta_0 进行比较，后者产生多个真值。

对于多个真值，没有确定的是或否。

因此该条件可以使用.all（并针对每个元素）或.any（或针对每个元素）来解决这种多重性。

【讨论】：

【解决方案3】：

看起来delta_new 和delta_0 是 Numpy 数组，而 Numpy 不知道如何比较它们。

举个例子，想象一下如果你拿了两个随机的 Numpy 数组并试图比较它们：

>>> a = np.array([1, 3, 5])
>>> b = np.array([5, 3, 1])
>>> print(a<b)
array([True, False, False])
>>> bool(a<b)
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

您必须基本上“选择”如何将所有数组中所有值的比较折叠为单个布尔值。

>>> (a<b).any()
True

>>> (a<b).all()
False

【讨论】：

【解决方案4】：

稀疏矩阵也会出现这种情况，例如：`scipy.sparse.csr.csr_matrix

解决方法是添加todense()

【讨论】：