是什么解释了列表和NumPy数组上布尔运算和按位运算的行为差异？
我&对and在Python中正确使用vs 感到困惑，如以下示例所示。
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!
这个答案和这个答案帮助我理解这and是一个布尔运算，但是&是按位运算。
我阅读了有关按位运算的信息，以更好地理解该概念，但是我正在努力使用该信息来理解我上面的四个示例。
示例4使我达到了所需的输出，这很好，但是我仍然对何时/如何/为什么使用andvs 感到困惑&。为什么列表和NumPy数组在这些运算符上的行为不同？
谁能帮助我理解布尔运算和按位运算之间的区别，以解释为什么它们对列表和NumPy数组的处理方式不同？
and测试两个表达式在逻辑上是否相符，True而&（当与True/ False值一起使用时）测试两个表达式是否均在逻辑上True。
在Python中，空内置对象通常在逻辑上被视为False，而非空内置对象在逻辑上被视为True。这可以简化常见的用例，在这种情况下，如果列表为空，则要执行某项操作；如果列表为空，则要执行其他操作。请注意，这意味着列表[False]在逻辑上是True：
>>> if [False]:
... print 'True'
...
True
因此，在示例1中，第一个列表是非空的，因此在逻辑上是True，因此的真值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，因此从逻辑上讲是True，但要识别出该列表将需要不必要的计算步骤。）
例如，2不能以位方式有意义地组合列表，因为它们可以包含任意不同的元素。可以按位组合的事物包括：对与错，整数。
相反，NumPy对象支持矢量化计算。也就是说，它们使您可以对多个数据执行相同的操作。
示例3失败了，因为NumPy数组（长度> 1）没有真值，因为这防止了基于向量的逻辑混乱。
示例4只是一个向量化位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，则可能需要and。
如果你有真值的载体，你想结合，使用numpy与&。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句