Как настроить & ldquo; Добавить в корзину & rdquo; кнопка продукта?
Причиной исключения является то, что and неявно вызывает bool. Сначала в левом операнде и (если левый операнд True), то в правом операнде. Таким образом, x and y эквивалентен bool(x) and bool(y).
Однако bool в numpy.ndarray (если он содержит более одного элемента) выдаст исключение, которое вы видели:
>>> 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()
Вызов bool() неявные в and, но также в if, while, or, поэтому любой из следующих примеров также потерпит неудачу:
>>> 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()
В Python есть больше функций и операторов, hide bool, например 2 < x < 10 - это еще один способ записи 2 < x and x < 10. И and назовет bool: bool(2 < x) and bool(x < 10).
Элементарным эквивалентом для and будет функция np.logical_and , аналогично вы можете использовать np.logical_or как эквивалент для or.
Для булевых массивов - и сравнения, такие как <, <=, ==, !=, >= и > на массивах NumPy возвращают логические массивы NumPy - вы также можете использовать побитовые функции по элементам (и операторы): np.bitwise_and (& оператор)
>>> 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)
и bitwise_or (| ]:
>>> 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)
Полный список логических и двоичных функций можно найти в документации NumPy: