Python numpy.all与对象数据类型的奇怪行为

给定一个

dtype=object

数组，

numpy.all/any

返回最后一个对象。例如：

>>> from string import ascii_lowercase
>>> x = np.array(list(ascii_lowercase), dtype=object)
>>> x.all()
'z'

---

在研究这个问题的过程中，我找不到太多东西，但这让我发现这是numpy中的一个公开bug（截至2015年3月）：而且。发布这些信息，以便其他人能够更有效地找到这些信息

在

numpy

版本

1.8.2

，

np.任何

和

np.所有

都表现为典型的短路逻辑和/或功能。我想起了LISP behavor。Python的

和

和

或

操作符可以实现这一点

一些例子：

In [203]: np.all(np.array([[1,2],1,[],[1,2,3]],dtype=object))
Out[203]: []

In [204]: np.any(np.array([[1,2],1,[],[1,2,3]],dtype=object))
Out[204]: [1, 2]

In [205]: np.any(np.array([0,[],[1,2],1,[],[1,2,3]],dtype=object))
Out[205]: [1, 2]

In [206]: np.all(np.array([True,False,[1,2],1,[],[1,2,3]],dtype=object))
Out[206]: False

np.all

返回逻辑上为False的第一项；除此之外，还有最后一项<代码>np。任何逻辑上为真的第一项；除此之外，还有最后一项

在LISP世界中，这被视为一个有用的特性。它不仅在结果明确后立即停止计算元素，而且还可以使用返回值的标识

是否有一种方法可以使用

和/或
操作符以及某种映射或缩减来复制此行为

In [8]: 0 or [] or [1,2] or 1 or [1,2,3]
Out[8]: [1, 2]

???([0,[],[1,2],1,[1,2,3]])


正如评论中所建议的那样：

In [26]: reduce(lambda a,b:a and b, np.array([1,2,3,[1,2,3]],dtype=object))
Out[26]: [1, 2, 3]

这实际上可能不会使整个回路短路。相反，它会缩短每一步，并向前传播该值。使用
lambda、b:b和a
返回列表中的第一项，而不是最后一项。计时可用于测试它是否在整个阵列中循环（或不循环）


np.all
是一个
ufunc
，定义为
np.logical\u和.reduce


数据类型=对象的
logical_和
在
c
源中定义


同样适用于
np.any
。数字数据类型版本在其他位置定义

有一个补丁强制
np.all/any
返回
dtype=bool
。但是通过直接调用
np.logical\u all
，您可以自己控制它

In [304]: np.logical_or.reduce(np.array([0,[1,2,3],4],dtype=object))
Out[304]: [1, 2, 3]

In [305]: np.logical_or.reduce(np.array([0,[1,2,3],4],dtype=object),dtype=bool)
Out[305]: True

所以，这不是一个真正的问题，是吗？知道这一点很有用，但我不认为应该在哪里发布。哪里是更好的发布位置？我们是否应该投票以上述SO帖子的副本形式关闭？我认为使用
lambda x，y:x和y
进行减少将有助于实现
所有
，否？
/* Emulates Python's 'a and b' behavior */
static PyObject *
npy_ObjectLogicalAnd(PyObject *i1, PyObject *i2)

In [304]: np.logical_or.reduce(np.array([0,[1,2,3],4],dtype=object))
Out[304]: [1, 2, 3]

In [305]: np.logical_or.reduce(np.array([0,[1,2,3],4],dtype=object),dtype=bool)
Out[305]: True