Wie kombinieren Sie mehrere numpy Masken

m1 = [0,1,1,3]
m2 = [0,0,1,1]
data = [10,20,30,40]

Möchte ich etwas wie das hier tun:

mask = (m1 == 1) & (m2 == 1)
data[mask] #should return 30

Beachten Sie, dass dieses Beispiel führt zu einer Fehlermeldung

InformationsquelleAutor siamii | 2013-03-22

  1. 17

    Sind Sie mit python-Listen anstelle von numpy-arrays. Versuchen Sie dies:

    import numpy as np

m1 = np.array([0,1,1,3])
m2 = np.array([0,0,1,1])

mask = (m1 == 1) & (m2 == 1)
data[mask]
# returns array([30])

    In deinem Beispiel, wenn m1 wurde eine Liste m1 == 1 wird ausgewertet, wie False (das gleiche für m2), so Maske war False und data[False] = data[0] = 10.

    es ist seltsam, dass dies funktioniert, lassen Sie es mich noch einmal versuchen
    Ich bekomme die Fehlermeldung TypeError: ufunc 'bitwise_and' wird nicht unterstützt für die input-Typen, und die Eingänge können nicht sicher sein gezwungen, um einen der unterstützten Typen nach der casting-Regel "sicher". Mein dataset-es float32, könnte das ein problem sein?
    Sind Sie sicher, dass sowohl m1 und m2 sind arrays von einiger Zeit? Wenn einer von Ihnen ist ein Objekt-array, das kann man nicht vergleichen 1. Verwenden Sie einfach die interaktive shell, um herauszufinden, was m1 == 1 und m2 == 1 bewerten.
    ok, das problem mit den Klammern
    Wenn ich versuche, führen Sie den gleichen Vorgang auf eine multi-dimensionale matrix, die die OpenCV wandelt ein Bild mit yuv_object1 = (yuv_image > lowerLimit).astype(np.float32) | (yuv_image > upperLimit).astype(np.float32) ich bekomme diese Fehlermeldung TypeError: ufunc 'bitwise_or' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

    InformationsquelleAutor

Schreibe einen Kommentar