什么解释了列表与 NumPy 数组上的布尔运算和按位运算的行为差异?
我对在 Python 中正确使用&vs感到困惑and,如以下示例所示。
&
and
mylist1 = [True, True, True, False, True] mylist2 = [False, True, False, True, False] >>> len(mylist1) == len(mylist2) True # ---- Example 1 ---- >>> mylist1 and mylist2 [False, True, False, True, False] # I would have expected [False, True, False, False, False] # ---- Example 2 ---- >>> mylist1 & mylist2 TypeError: unsupported operand type(s) for &: 'list' and 'list' # Why not just like example 1? >>> import numpy as np # ---- Example 3 ---- >>> np.array(mylist1) and np.array(mylist2) ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all() # Why not just like Example 4? # ---- Example 4 ---- >>> np.array(mylist1) & np.array(mylist2) array([False, True, False, False, False], dtype=bool) # This is the output I was expecting!
这个答案帮助我理解这and是一个布尔运算,但&它是一个按位运算。
我阅读了按位运算以更好地理解这个概念,但我正在努力使用这些信息来理解我上面的 4 个示例。
示例 4 使我得到了我想要的输出,这很好,但我仍然对何时/如何/为什么应该使用andvs感到困惑&。为什么列表和 NumPy 数组对这些运算符的行为不同?
谁能帮助我理解布尔运算和按位运算之间的区别,以解释为什么它们以不同方式处理列表和 NumPy 数组?
and测试两个表达式是否在逻辑上Truewhile &(当与True/False值一起使用时)测试两者是否都是True.
True
False
在 Python 中,空的内置对象通常被视为逻辑False的,而非空的内置对象是逻辑的True。这有助于常见的用例,如果列表为空,您想要做某事,如果列表不是,您想要做其他事情。请注意,这意味着列表 [False] 在逻辑上是True:
>>> if [False]: ... print 'True' ... True
所以在示例 1 中,第一个列表是非空的,因此在逻辑上是True,所以 的真值and与第二个列表的真值相同。(在我们的例子中,第二个列表是非空的,因此在逻辑上是True,但是识别它需要一个不必要的计算步骤。)
例如 2,列表不能有意义地以按位方式组合,因为它们可以包含任意不同的元素。可以按位组合的东西包括:真假,整数。
相比之下,NumPy 对象支持矢量化计算。也就是说,它们允许您对多条数据执行相同的操作。
示例 3 失败,因为 NumPy 数组(长度 > 1)没有真值,因为这可以防止基于向量的逻辑混淆。
示例 4 只是一个矢量化位and操作。
底线
如果您不处理数组并且不执行整数的数学运算,您可能需要and.
如果您有想要组合的真值向量,请使用numpywith &。
numpy