我有numpy数组，其中可能有heights。我通过做以下事情来清洁它：
heights = numpy.asarray([ h for h in heights if not numpy.isnan(h) ])
这似乎是表达这种简单/普通事物的一种相当冗长的方式。我经常不得不这样做，以及过滤我的阵列在其他方式，必须回到阵列建设，这是工作，但我打赌有一个更好的方式来做。例如，按范围筛选。。。
heights = numpy.asarray(heights[lowerBound <= heights & heights < upperBound])
在python中失败，因为heights仍然是一个numpy数组。我又回到做。。。
编辑：此行的错误消息为：
类型错误：输入类型不支持ufunc“按位”和“不支持”，并且根据转换规则“安全”，无法安全地将输入强制为任何受支持的类型
/
heights = numpy.asarray(heights[[h for h in heights if lowerBound <= h and h < upperBound]])
太恶心了。我已经使用python 2-3个月了，但是我还没有真正了解如何有效地、简单地使用numpy掩蔽系统。我大量使用matlab，其中的“mask”是一个形状/大小相同的布尔数组。例如。
heights = heights(~isnan(heights));
或者。。。
heights(isnan(heights)) = [];
这两个看起来都非常干净。另外，在python中失败的边界示例在matlab中工作，尽管括号必须改为括号。。。
heights = heights(lowerBound <= heights & heights < upperBound)
如何用python/numpy、pythonic或其他语言编写这些简单的数据转换？
最佳答案
这是有效的：
heights[(10<=heights) & (heights<=90)]
这失败了，错误是真值不明确
heights[10<=heights & heights<=90]
你应该指定错误，而不是说它“失败”。这个错误信息给了我们一些关于它为什么失败的线索。这通常意味着它试图用布尔数组进行一个简单的“if-then”求值，尽管在本例中这是如何发生的并不明显。
10<=heights & heights<=90 # also fails
(10<=heights) & (heights<=90) # fine
heights & heights<=90 # ok
20<=(heights & heights)<=80 # same error
20<=heights<=80 # error
20<=heights[0]<=80 # True
这需要一点挖掘，但现在我认为问题是混合了Python和NuMPY范围评估。Python有一个双面布尔比较，它只对一个值起作用。纽比没有。如果不使用（），它首先执行
heights & heights并尝试应用单值Python操作，从而导致ambiguous boolean错误。一般来说，布尔索引或掩蔽在
numpy中与MATLAB中一样有效。http://docs.scipy.org/doc/numpy/reference/arrays.indexing.html#boolean-array-indexing