python - 根据其他数组的阈值创建新的 2d numpy 数组

Question

我有 3 个二维数组，我想用它们来初始化一个新的二维数组。新的二维数组应该在位置 (x,y) 中填充 0 或 1，具体取决于其他 3 个数组的 (x,y) 位置中的值。

例如，我有这 3 个二维数组:

A = [[2, 3, 6],    B = [[5, 9, 0],    C = [[2, 7, 6],
     [9, 8, 3],         [2, 4, 3],         [2, 1, 6],
     [1, 0, 5]]         [4, 5, 1]]         [4, 6, 8]]

还有一个逻辑函数:

D = (A > 4 && B < 5 && C > 5)

这应该创建二维数组:

D = [[0, 0, 1], 
     [0, 0, 0],
     [0, 0, 1]]

现在我可以用 2 个 for 循环来做到这一点，但我想知道是否有更快的 numpy 方法？

编辑:

这是我的真实代码示例:

val_max = 10000
a = np.asarray(array_a)
b = np.asarray(array_b)
d = ((a >= val_max) and (b >= val_max)).astype(int)

但是我得到这个错误:

Traceback (most recent call last):
  File "analyze.py", line 70, in <module>
    d = ((a >= val_max) and (b >= val_max)).astype(int)
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

EDIT2:

我应该使用 & 运算符而不是 and(类似于 '|' 与 or)

Answer 1

给定 A、B 和 C，您只需将它们转换为 numpy 数组并使用以下方法计算 D:

import numpy as np

A = np.asarray(A)
B = np.asarray(B)
C = np.asarray(C)

D = ((A > 4) & (B < 5) & (C > 5)).astype(int)