Python 将numpy数组转换为bool时的行为似乎不一致_Python_Numpy

Python 将numpy数组转换为bool时的行为似乎不一致

python numpy

Python 将numpy数组转换为bool时的行为似乎不一致,python,numpy,Python,Numpy,以下代码行看似不一致的行为背后的基本原理是什么 import numpy as np # standard list print(bool([])) # False - expected print(bool([0])) # True - expected print(bool([1])) # True - expected print(bool([0,0])) # True -

以下代码行看似不一致的行为背后的基本原理是什么

import numpy as np

# standard list
print(bool([]))                # False - expected
print(bool([0]))               # True  - expected
print(bool([1]))               # True  - expected
print(bool([0,0]))             # True  - expected

# numpy arrays
print(bool(np.array([])))      # False - expected, deprecation warning: The
                               # truth value of an empty array is ambiguous...
print(bool(np.array([0])))     # False - unexpected, no warning
print(bool(np.array([1])))     # True  - unexpected, no warning 
print(bool(np.array([0,0])))   # ValueError: The truth value of an array 
                               # with more than one element is ambiguous...

我的观点至少有两个不一致之处：

可以测试标准python容器的空性
```
bool（容器）
```
。为什么numpy数组不遵循这种模式？（
```
bool（np.array（[0]））
```
产生
```
False
```
）
为什么在转换空numpy数组或长度大于1的数组时会出现异常/弃用警告，但在numpy数组仅包含一个元素时可以这样做

请注意，对空numpy数组的弃用是在numpy 1.11之间添加的。对于第一个问题，原因是对于np.array（[1，2]）：，我们根本不清楚如何处理


这对于if[1，2]：
来说不是问题，因为Python列表不做任何关于元素的事情。你唯一能问的是列表本身是否真实（非空）
但是Numpy数组做了所有可能是元素方面的事情。注意，这并不是元素语义意味着数组的工作方式不同于普通Python序列的唯一地方，甚至不是最常见的地方。例如：
>>> [1, 2] * 3
[1, 2, 1, 2, 1, 2]
>>> np.array([1, 2]) * 3
array([3, 6])

特别是在这种情况下，布尔数组非常有用，特别是因为您可以使用它们进行索引：
>>> arr = np.array([1, 2, 3, 4])
>>> arr > 2 # all values > 2
array([False, False,  True,  True])
>>> arr[arr > 2] = 2 # clamp the values at <= 2
>>> arr
array([1, 2, 2, 2])

arr=np.array（[1,2,3,4]）
>>>arr>2#所有值均>2
数组（[False，False，True，True]）
>>>arr[arr>2]=2#钳制>>arr处的值
数组（[1,2,2,2]）

一旦有了这个特性，数组在布尔上下文中的含义就变得模糊不清了。通常，您需要布尔数组。但是，当您编写

if arr:

时，您可能指的是多种事物中的任何一种：

对每个真实的元素执行
```
if
```
的主体。（将主体重写为布尔数组索引的
```
arr
```
上的表达式。）
如果有任何元素是真实的，则执行
```
的主体。（使用any
）
```


如果所有元素都是真实的，则执行的主体。（使用any
）

某个轴上的混合体，例如，在任何元素都真实的情况下，为每行绘制主体
如果数组是非空的，则执行if
的主体，该数组的行为类似于普通的Python序列，但违反了数组通常的元素语义。（明确检查是否为空。）


因此，numpy给了你一个错误，迫使你直言不讳，而不是猜测

对于第二个问题，警告文本不是为您解答了这个问题吗？单个元素的真值显然并不含糊
而单元素数组，尤其是0D数组，通常被用作伪标量，因此能够这样做不仅无害，有时也很有用
相比之下，询问“此数组是否为空”很少有用。列表是一个可变大小的东西，通常通过一次添加一个元素来构建，每次添加0个或多个元素（可能在理解中是隐式的），因此经常值得询问是否添加了0个元素。但是数组是一个固定大小的东西，通常在代码中的某个地方显式指定大小
这就是为什么它是被允许的。以及为什么它对单个值而不是数组的大小进行操作

对于空数组（您没有询问，但确实提到了）：在这里，您可能指的不是多个合理的内容，而是很难想到任何合理的内容。这可能就是为什么这是最近唯一发生变化的情况（请参阅），而不是自Python为第一个问题添加\uuuuu nonzero\uuuuu>
以来的情况。原因是，对于np.array（[1，2]）：
，您想用做什么还不清楚
这对于if[1，2]：
来说不是问题，因为Python列表不做任何关于元素的事情。你唯一能问的是列表本身是否真实（非空）
但是Numpy数组做了所有可能是元素方面的事情。注意，这并不是元素语义意味着数组的工作方式不同于普通Python序列的唯一地方，甚至不是最常见的地方。例如：
>>> [1, 2] * 3
[1, 2, 1, 2, 1, 2]
>>> np.array([1, 2]) * 3
array([3, 6])

特别是在这种情况下，布尔数组非常有用，特别是因为您可以使用它们进行索引：
>>> arr = np.array([1, 2, 3, 4])
>>> arr > 2 # all values > 2
array([False, False,  True,  True])
>>> arr[arr > 2] = 2 # clamp the values at <= 2
>>> arr
array([1, 2, 2, 2])

arr=np.array（[1,2,3,4]）
>>>arr>2#所有值均>2
数组（[False，False，True，True]）
>>>arr[arr>2]=2#钳制>>arr处的值
数组（[1,2,2,2]）

一旦有了这个特性，数组在布尔上下文中的含义就变得模糊不清了。通常，您需要布尔数组。但是，当您编写if arr:
时，您可能指的是多种事物中的任何一种：

对每个真实的元素执行if
的主体。（将主体重写为布尔数组索引的arr
上的表达式。）
如果有任何元素是真实的，则执行的主体。（使用any
）

如果所有元素都是真实的，则执行的主体。（使用any
）

某个轴上的混合体，例如，在任何元素都真实的情况下，为每行绘制主体
如果数组是非空的，则执行if
的主体，该数组的行为类似于普通的Python序列，但违反了数组通常的元素语义。（明确检查是否为空。）

因此，numpy给了你一个错误，迫使你直言不讳，而不是猜测

对于第二个问题，警告文本不是为您解答了这个问题吗？单个元素的真值显然并不含糊
而单元素数组，尤其是0D数组，经常被用作伪标量，所以能够这样做不仅是无害的，而且是有益的