python - Numpy错误: operands could not be broadcast together with shapes 1

Question

我是一个Python初学者。我收到一条错误消息“ValueError:操作数无法与形状一起广播”。

这是我的数据:

import numpy as np
spent = np.array([
    10,  10,  13,  12,  109,   17,  31, 1,   39, 41,   45,
    41, 71,   161,   39,  115,    5,   51,   58,  334,  165, 1032,
    40,  52, 21,   68,  79,  482,  10,  265,  60,  67,   12,
    53,  188,  32,  397,  51, 17, 156,  100,  85,  53,  95,
     68,  308,   53,  675,   78,  27,  219,  45,  45,   30,   61,
    16,   72,   80,   96, 1386,  370,   16,   81,   28,   43,   90,
    33,   66,   77])
visit = np.array([
   19, 13, 16, 16, 18, 9, 12, 3, 15, 16, 16, 3, 4, 11, 11, 11, 11,
   12, 12, 12, 13, 13, 14, 14, 15, 15, 5, 6, 6, 7, 7, 7, 7, 7,
   17, 17, 8, 8, 8, 4, 4, 13, 8, 4, 4, 9, 20, 10, 11, 11, 14,
   12, 12, 15, 12, 12, 13, 13, 13, 13, 14, 14, 14, 15, 16, 16, 18, 11,
   6])

我的工作是选择花费>100并一起访问>10。因此，我想在访问次数超过 10 次的人中找到支付超过 100 美元的人。我已经尝试过以下代码。

a=spent[spent>100] & [visit>10]
print(a)

但是，我收到一条错误消息“ValueError:操作数无法与形状一起广播”。你能告诉我如何处理这个问题吗？我只是不知道。

Answer 1

IIUC，您不需要像您所做的那样spent本身使用面具:

In[16]:
a=(spent>100) & (visit>10)
a

Out[16]: 
array([False, False, False, False,  True, False, False, False, False,
       False, False, False, False,  True, False,  True, False, False,
       False,  True,  True,  True, False, False, False, False, False,
       False, False, False, False, False, False, False,  True, False,
       False, False, False, False, False, False, False, False, False,
       False, False, False, False, False,  True, False, False, False,
       False, False, False, False, False,  True,  True, False, False,
       False, False, False, False, False, False], dtype=bool)

这为您提供了一个 bool 掩码，仅当两个数组中都满足两个条件时，该掩码才为True，然后您可以使用它来掩码原始数组

因此使用它来对抗spent:

In[18]:
spent[a]

Out[18]: array([ 109,  161,  115,  334,  165, 1032,  188,  219, 1386,  370])

您的错误是您屏蔽了原始数组，该数组生成的数组与您尝试针对 visit 广播的数组的形状不同:

print(spent[spent>100].shape)
print((visit>10).shape)
(16,)
(69,)

您可以将条件复合到同一个掩码中:

In[20]:
spent[(spent > 100) & (visit > 10)]

Out[20]: array([ 109,  161,  115,  334,  165, 1032,  188,  219, 1386,  370])

产生相同的结果