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

我刚刚在代码中发现了一个逻辑错误，该错误导致了各种各样的问题。我在无意中执行了按位AND运算，而不是逻辑AND 运算。

我将代码从：

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

至：

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，我得到了一个相当神秘的错误消息：

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

为什么在使用按位操作时没有发出类似的错误-如何解决此问题？

r是一个numpy（rec）数组。r["dt"] >= startdate（布尔）数组也是如此。对于numpy数组，该&操作返回两个布尔数组的elementwise和。

该NumPy的开发者觉得有没有人通常理解的方式来评估布尔上下文中的数组：这可能意味着True，如果任何元素 True，或者它可能意味着True，如果所有元素True，或者True如果该数组有非0的长度，只是说出三种可能性。

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，而是决定在有人尝试在布尔上下文中评估数组时引发ValueError。应用于and两个numpy数组将导致两个数组在布尔上下文中求值（通过__bool__在Python3或__nonzero__Python2中调用）。

您的原始代码

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

看起来很正确。但是，如果确实需要and，则可以a and b使用(a-b).any()或代替(a-b).all()。

我遇到了同样的问题（即使用多条件建立索引，这里是在某个日期范围内查找数据）。在(a-b).any()或(a-b).all()似乎不工作，至少对我来说。

或者，我找到了另一种解决方案，该解决方案非常适合我所需的功能（尝试对数组进行索引时，包含多个元素的数组的真值不明确）。

除了使用上面建议的代码外，只需使用a即可numpy.logical_and(a,b)。在这里，您可能希望将代码重写为

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

发生异常的原因是and隐式调用bool。首先在左侧操作数上（如果左侧操作数为True），然后在右侧操作数上。所以x and y等于bool(x) and bool(y)。

然而，bool在numpy.ndarray（如果它包含多个元素）将抛出你已经看到了异常：

>>> 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()

该bool()电话是隐含在and，而且在if，while，or，所以任何的下面的示例也将失败：

>>> 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中还有更多函数和语句可以隐藏bool调用，例如，2 < x < 10这只是另一种编写方式2 < x and x < 10。而and将调用bool：bool(2 < x) and bool(x < 10)。

在元素方面等价物and将是np.logical_and功能，同样可以使用np.logical_or等同的or。

对于布尔数组-和比较喜欢的<，<=，==，!=，>=和>对NumPy的数组返回布尔NumPy的阵列-你也可以使用逐元素按位功能（和运营商）： np.bitwise_and（&运营商）

>>> 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（|运算子）：

>>> 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)

逻辑和二进制函数的完整列表可以在NumPy文档中找到：

• “逻辑功能”
• “二进制运算”

如果您使用的pandas是为我解决问题的方法，那就是当我有NA值时我正在尝试进行计算，则解决方案是运行：

df = df.dropna()

之后，计算失败。

if-statement在有数组（例如bool或int）的地方进行比较时，也会显示这种类型的错误消息。参见例如：

... code snippet ...

if dataset == bool:
    ....

... code snippet ...

此子句的数据集为数组，布尔值为“开门” ... True或False。

如果函数包装在a中，则try-statement您将收到except Exception as error:消息，且消息中没有错误类型：

具有多个元素的数组的真值是不明确的。使用a.any（）或a.all（）

试试这个=> numpy.array（r）或numpy.array（yourvariable），然后跟命令比较你想要的东西。