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and
vs 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