如何用边距做 numpy logical_and？答案

【问题标题】：How to do numpy logical_and with a margin?如何用边距做 numpy logical_and？
【发布时间】：2019-12-02 09:39:44
【问题描述】：

我有两个 numpy 向量数组，一个包含二进制值，因此为 1 或 0，另一个包含浮点值，因此介于 0 和 1 之间。

我想使用 numpy.logical_and 运算符，如果二进制值在浮点数正负 0.2 的范围内，则让它返回 true。因此，即 0.1 的浮点数将返回真，0.4 假。

我将如何解决这个问题？

【问题讨论】：

您是否打算使用logical_and 的ufunc 功能（即logical_and.accumulate()、.reduce()、.at()...）？还是只是基本功能？
我没打算做，有必要吗？
可能不是，但我想确定，因为内置的 numpy 函数 (np.isclose) 不是 ufunc 并且不能做额外的事情 logical_and 可以.

标签： python numpy multidimensional-array vector data-science

【解决方案1】：

我想你想要的是np.isclose。在这种情况下，实现将是：

bin_arr = np.random.randint(2, size = 100)
float_arr = np.random.rand(100)
out = np.isclose(bin_arr.astype(float), float_arr, atol = .2)

请注意，虽然logical_and 是具有扩展功能的ufunc (Universal Function)，但np.isclose 不是。

【讨论】：

【解决方案2】：

这个问题需要True if (float_arr less than 0.2) AND (bin_arr > 0)。哪个确实需要使用逻辑与。

或True if abs(float_arr - bin_arr) <= 0.2 没有。 @Daniel F 对 isclose() 的使用是一个优雅的答案。

# Set up some data
np.random.seed(0)  # Make it repeatable.
bin_arr = np.random.randint(2, size = 20)
float_arr = np.random.rand(20) 
bin_arr, float_arr

# (array([0, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 0, 0, 1, 0, 0, 0, 0, 0, 1]),
# array([0.79172504, 0.52889492, 0.56804456, 0.92559664, 0.07103606,
#        0.0871293 , 0.0202184 , 0.83261985, 0.77815675, 0.87001215,
#        0.97861834, 0.79915856, 0.46147936, 0.78052918, 0.11827443,
#        0.63992102, 0.14335329, 0.94466892, 0.52184832, 0.41466194]))

如果 (float_arr 小于 0.2) AND (bin_arr > 0)` 则为真。

np.logical_and( float_arr<=0.2, bin_arr)
# array([False, False, False, False,  True,  True,  True, False, False,
#        False, False, False, False, False, False, False, False, False,
#        False, False])

如果 abs(float_arr - bin_arr) 则为真

np.abs(float_arr - bin_arr)<=0.2
# array([False, False, False, False, False, False, False,  True, False,
#        True,  True, False, False, False,  True, False,  True, False,
#        False, False])

【讨论】：