python numpy库基本用法

创建一个元素为从10到49的随机整数组成的5*5的ndarray对象a，将其中大于等于40的元素全部替换成100，[25,40)之间的元素全部替换成80，小于25的元素全部替换成60

import numpy as np
import random

n = np.array([[random.randint(10,49) for i in range(5)] for j in range(5)])

n[n>=40] = 100
n[25<=n and n<40] = 80
n[n<25] = 60

print(n)

报错ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
n[25<=n and n<40] = 80 有什么问题呢

import numpy as np
import random

n = np.array([[random.randint(10, 49) for i in range(5)] for j in range(5)])

print(n)
n[n >= 40] = 100
n[(25 <= n) & (n < 40)] = 80
n[n < 25] = 60

print(n)

第7行涉及到两个bool型元素的矩阵相加，不能用and，可以用numpy库中的一个函数
n[np.logical_and(n>=25, n<40)] = 80

容吾试言之
and：a and b，先对a进行布尔运算（调用a.bool()），若结果为假返回a，否则返回b
or：a or b，先对a进行布尔运算，若结果为真返回a，否则返回b
对np数组而言，直接对其进行布尔运算，其意义较为模糊（ambiguous），因为其中有多个元素，返回值难以说明，是所有元素都为True是返回True（all），还是存在元素为True时返回True（any），因此对np.array类型调用__bool__方法会抛出题中ValueError异常（应为np.array.__bool__的实现方式）
一个小实验

class Simple:
    def __bool__(self):
        raise Exception

s = Simple()

s and 1   # raise Exception

另一方面，np.array类型对应元素逐个and运算可用&运算符，等同于调用np.array.__and__方法，返回对应位置元素逐个and的结果