Python 为什么在计算布尔倒数级数和时需要括号或新变量？

鉴于一些数据：

>> s = pd.Series([True, False, True, False, True])

---

但是

及

为什么我们需要使用括号

（~s）.values

或将

~s.values

存储在一个新变量中，以便

~Series.sum（）

为

s

中的

False

值提供正确的数量

---

这是因为@juanpa.arrivillaga和@cwallenpole所述的优先级。事实上：

>> ~3 is -4
True

因为access属性的优先级高于

~

运算符的优先级。所以它在被否定之前被求和

许多numpy/pandas对象覆盖矢量化计算的逐位运算符。不幸的是，这将导致他们的行为出人意料

换句话说，它被评估为：

~((s.values).sum())

---

它与评估顺序（or）有关

~

生成表达式右侧的反转。

不带括号，使用原始值调用first sum（）。然后，sum（）的结果被反转。使用（~values）。sum值首先被倒转，然后sum（）被倒转列表缩放。

说真的，我知道有很多理由在主提要上对问题进行否决投票，但我认为今晚有几个有趣且经过深思熟虑的问题吸引了否决票，这是我不应该的。

>> x = ~s.values
>> x.sum() == (~s).values.sum()
True

>> ~3 is -4
True

~((s.values).sum())