检查python列表是否包含numpy数组时出现奇怪的、不一致的行为

因此，如果我这样做，没有问题：

A = [[1,2,3],[4,5,6]]
B = [1,2,3]
B in A #=> True

但如果我这样做：

A = [[1,2,3],[4,5,6]]
A = [np.array(x) for x in A]

A[0] in A #=> True

z = np.array([1,2,3])
z in A #=> ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

我觉得这很令人困惑。z和A[0]都是相同数据类型的（3，）numpy数组，并且在任何地方都相等

这种行为有什么原因吗

---

谢谢。

所以这很微妙<中的code>最终将使用

==

来比较元素，这将产生一个布尔数组（带有所有true）。但是，

numpy

明确禁止在布尔上下文中使用数组。。。如错误消息中所述。因此，这是

numpy.ndarray

objet无法很好地处理普通python数据结构的一种方式

但是（这是一个实现细节）

列表。包含将由
中的
调用的
将在
==
之前使用
is
来测试成员资格。因此，它将返回
True
，而不尝试在布尔上下文中使用数组，因为

A[0] is A[0]

尽管，请注意，我实际上不确定它是否应该被视为一个实现细节，因为它就在：

对于容器类型，如
列表
，
元组
，
集
，
冻结集
，
dict
或
collections.deque
，y中的表达式
x
是等效的
到
any（x是e或x==e表示y中的e）

看看其他实现，例如pypy或Jython是否也能做到这一点，这会很有趣

从根本上说，Python假定
x是y
意味着
x==y
，尽管有些内置类型违反了这一点，可能最明显的是，
float
对象，尤其是
float（'nan'）
。考虑：

>>> data = [float('nan'), 1., 2., 3.]
>>> data
[nan, 1.0, 2.0, 3.0]
>>> float('nan') in data
False
>>> data[0] in data
True
>>> data[0] == data[0]
False
>>> data[0] is data[0]
True

嗯，我用谷歌搜索了错误，我大体上理解你的观点。但是为什么[0]会出现在作品中呢？啊，我明白了，重新打开并回答。很酷，这很有趣。谢谢你阅读我的问题：P