Il modo migliore in vostro caso particolare sarebbe solo cambiare i vostri due criteri a un criterio:
dists[abs(dists - r - dr/2.) <= dr/2.]
Si crea solo un array booleano, e, a mio parere è più facile leggere perché dice, è dist
all'interno di un dr
o r
? (Anche se ridefinire il r
come il centro della regione di interesse anziché l'inizio, quindi r = r + dr/2.
) Ma questo non risponde alla tua domanda.
La risposta alla tua domanda:
In realtà non c'è bisogno where
se si sta solo cercando di filtrare gli elementi di dists
che non si adattano ai tuoi criteri:
dists[(dists >= r) & (dists <= r+dr)]
Perché il &
ti darà un elementwise and
(le parentesi sono necessarie).
Oppure, se si vuole utilizzare where
per qualche motivo, si può fare:
dists[(np.where((dists >= r) & (dists <= r + dr)))]
Perché:
Il motivo per cui non funziona è perché np.where
restituisce una lista di indici, non un array booleano. Stai cercando di ottenere and
tra due elenchi di numeri, che ovviamente non hanno i valori True
/False
che ti aspetti. Se a
e b
sono entrambi valori True
, quindi a and b
restituisce b
. Quindi dire qualcosa come [0,1,2] and [2,3,4]
ti darà solo [2,3,4]
.Eccolo in azione:
In [230]: dists = np.arange(0,10,.5)
In [231]: r = 5
In [232]: dr = 1
In [233]: np.where(dists >= r)
Out[233]: (array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19]),)
In [234]: np.where(dists <= r+dr)
Out[234]: (array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]),)
In [235]: np.where(dists >= r) and np.where(dists <= r+dr)
Out[235]: (array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]),)
Cosa ti aspettavi per confrontare era semplicemente l'array booleano, ad esempio
In [236]: dists >= r
Out[236]:
array([False, False, False, False, False, False, False, False, False,
False, True, True, True, True, True, True, True, True,
True, True], dtype=bool)
In [237]: dists <= r + dr
Out[237]:
array([ True, True, True, True, True, True, True, True, True,
True, True, True, True, False, False, False, False, False,
False, False], dtype=bool)
In [238]: (dists >= r) & (dists <= r + dr)
Out[238]:
array([False, False, False, False, False, False, False, False, False,
False, True, True, True, False, False, False, False, False,
False, False], dtype=bool)
Ora è possibile chiamare np.where
sulla matrice booleana combinato:
In [239]: np.where((dists >= r) & (dists <= r + dr))
Out[239]: (array([10, 11, 12]),)
In [240]: dists[np.where((dists >= r) & (dists <= r + dr))]
Out[240]: array([ 5. , 5.5, 6. ])
O semplicemente indicizzare l'array originale con l'array booleano utilizzando fancy indexing
In [241]: dists[(dists >= r) & (dists <= r + dr)]
Out[241]: array([ 5. , 5.5, 6. ])
In questo caso non è necessario eseguire iterazioni. NumPy ha l'indicizzazione booleana. – M456