Python 将列表与numpy浮动与常规浮动进行比较

给定以下代码：

def to_l(pos_probs, threshold):
    return (pos_probs >= threshold).astype('int')

thresh = np.arange(0, 0.2, 0.1)
print(thresh)

这项工作：

print([to_l([0.2,0.3], w) for w in thresh])

结果：

[0.  0.1]
[array([1, 1]), array([1, 1])]

但这并不是：

[to_l([0.2,0.3], w) for w in [0.,0.1]]

to_l([0.2,0.3], 0.1)

但这并不是：

[to_l([0.2,0.3], w) for w in [0.,0.1]]

to_l([0.2,0.3], 0.1)

给出错误：

TypeError: '>=' not supported between instances of 'list' and 'float'

类型错误在第二种和第三种情况下很明显。我们将列表[0.2,0.3]与浮动0.1进行比较。

---

但是有人能解释为什么它在第一种情况下工作吗？

这被称为广播，由numpy支持。因此，当操作中的两个操作数的形状不同时，numpy将尝试广播它并执行该操作

• [0.2,0.3]>=0

  将不起作用，因为此处不涉及numpy。您将得到以下错误：

• np.数组（[1,2,3]）>2

  将在numpy广播进入画面时工作

• [1,2,3]>np.float32（2）

  也将起作用

但是,

• [1,2,3]>np.float（2）

  将不起作用，因为

  np.float

  只是python

  float

  的别名。但是

  np.float32

  和

  np.float64

  分别是单精度数和双精度数的np实现

---

这称为广播，由numpy支持。因此，当操作中的两个操作数的形状不同时，numpy将尝试广播它并执行该操作

• [0.2,0.3]>=0

  将不起作用，因为此处不涉及numpy。您将得到以下错误：

• np.数组（[1,2,3]）>2

  将在numpy广播进入画面时工作

• [1,2,3]>np.float32（2）

  也将起作用
但是,

• [1,2,3]>np.float（2）

  将不起作用，因为

  np.float

  只是python

  float

  的别名。但是

  np.float32

  和

  np.float64

  分别是单精度数和双精度数的np实现

---

因为

thresh

是一个

numpy.ndarray

这实际上与列表理解无关，这是一个关于numpyies的问题。我将从标题中删除它。这对np.array（[0,0.1]）中的w起作用。另外，np中的w的

[（[0.2,0.3]，w）。数组（[0,0.1]）]

给出了与[0,0.1]]中的w的

[（[0.2,0.3]，w）相同的结果。然而，
[to_l（[0.2,0.3]，w）for w in[0,0.1]
不起作用。我将阅读更多关于
numpy.ndarray
的内容，因为
thresh
是一个
numpy.ndarray
这实际上与列表理解无关，这是一个关于numpyes的问题。我将从标题中删除它。这对np.array（[0,0.1]）中的w起作用。另外，np中的w的
[（[0.2,0.3]，w）。数组（[0,0.1]）]
给出了与[0,0.1]]中的w的
[（[0.2,0.3]，w）相同的结果。但是，
[to_l（[0.2,0.3]，w）for w in[0,0.1]
不起作用。我将阅读更多关于
numpy.ndarray
的内容，谢谢。同样，这种类型转换
（np.array（[1,2,3]）>2.astype（'int'）
（上述to_l（）方法的一部分）的工作原理与
（[1,2,3]）>2.astype（'int'）
的工作原理相同，因为列表无法转换为int。谢谢。同样，这种类型转换
（np.array（[1,2,3]）>2.astype（'int'）
（上述to_l（）方法的一部分）的工作原理与
（[1,2,3]）>2.astype（'int'）
的工作原理相同，因为列表无法转换为int。