用布尔数组掩盖一系列
这给了我很多麻烦，而且我对numpy数组与熊猫系列的不兼容性感到困惑。 例如，当我使用一系列创建一个布尔数组
x = np.array([1,2,3,4,5,6,7])
y = pd.Series([1,2,3,4,5,6,7])
delta = np.percentile(x, 50)
deltamask = x- y > delta
delta掩码创建一个布尔熊猫系列。
但是，如果你这样做
x[deltamask]
y[deltamask]
你发现数组完全忽略了掩码。 没有错误发生，但最终会得到两个不同长度的对象。 这意味着像一个操作
x[deltamask]*y[deltamask]
导致错误：
print type(x-y)
print type(x[deltamask]), len(x[deltamask])
print type(y[deltamask]), len(y[deltamask])
更令人困惑的是，我注意到操作符<被区别对待。 例如
print type(2*x < x*y)
print type(2 < x*y)
将分别给你一个pd.series和np.array。
也，
5 < x - y
结果是一系列，所以看起来该系列优先，而串行掩码的布尔元素在传递给numpy数组并导致切片数组时被提升为整数。
这是什么原因？
花式索引
作为numpy目前的立场，在numpy的花式索引作品如下：
如果括号之间的东西是一个tuple （不管是否使用显式元素），则元组的元素是x不同维度的索引。 例如，在这种情况下， x[(True, True)]和x[True, True]会引发IndexError: too many indices for array ，因为x是1D。 但是，在发生异常之前，会发出警告性警告： VisibleDeprecationWarning: using a boolean instead of an integer will result in an error in the future 。
如果括号之间的东西恰好是一个ndarray ，而不是一个子类或其他类似数组，并且具有布尔类型，则它将作为掩码应用。 这就是为什么x[deltamask.values]给出预期的结果（空数组，因为deltamask是False 。
如果括号内的事情是任何阵列状，是否喜欢一个子Series ，或只是一个list ，还是其他什么东西，将它转换成一个np.intp阵列（如果可能的话），并作为一个整数索引。 因此， x[deltamask]产生相当于x[[False] * 7]或x[[0] * 7] 。 在这种情况下， len(deltamask)==7和x[0]==1所以结果是[1, 1, 1, 1, 1, 1, 1] len(deltamask)==7 [1, 1, 1, 1, 1, 1, 1] 。
这种行为是违反直觉的， FutureWarning: in the future, boolean array-likes will be handled as a boolean array index它生成FutureWarning: in the future, boolean array-likes will be handled as a boolean array index ，表示修复正在进行中。 我会更新这个答案，因为我发现/对numpy进行了任何更改。
这些信息可以在Sebastian Berg对我在这里最初查询Numpy讨论的回应中找到。
关系运算符
现在我们来讨论关于比较如何工作的问题的第二部分。 关系运算符（ < ， > ， <= ， >= ）通过调用被比较对象之一的对应方法来工作。 对于<这是__lt__ 。 然而，Python实际上并不是只为表达式x < y调用x.__lt__(y) ，而是检查被比较对象的类型。 如果y是实现比较的x的子类型，那么无论您如何编写原始比较，Python都倾向于调用y.__gt__(x) 。 如果y是x的子类，则x.__lt__(y)将被调用的唯一方法是如果y.__gt__(x)返回NotImplemented以指示该方向不支持该比较。
当你做5 < x - y时会发生类似的事情。 虽然ndarray不是int的子类，但比较int.__lt__(ndarray)返回NotImplemented ，所以Python实际上最终调用(x - y).__gt__(5) ，这当然是定义的，并且工作得很好。
所有这些的更简洁的解释可以在Python文档中找到。
链接地址: http://www.djcxy.com/p/36057.html