Question

为什么会这样，在python / numpy中：

from numpy import asarray
bools=asarray([False,True])

print(bools)
[False True]

print(1*bools, 0+bools, 0-bools)    # False, True are valued as 0, 1
[0 1] [0 1] [ 0 -1]

print(-2*bools, -bools*2)           # !? expected same result!  :-/
[0 -2] [2 0] 

print(-bools)                       # this is the reason!
[True False]

我认为-bools返回logical_not(bools)很奇怪，因为在所有其他情况下，行为是“算术”，而不是“逻辑”。

想要使用布尔数组作为0/1掩码（或“特征函数”）的人被迫使用某种渐开线表达式，例如(0-bools)或(-1)*bools，并且很容易招致如果他忘了这件事就会陷入错误。

为什么会如此，以及获得所需行为的最佳方式是什么？（当然评论旁边）

Answer 1

关于运营商订单和数据类型。

>>> -B
array([ True, False], dtype=bool)

使用numpy时，布尔数组被视为布尔数组。应用于它们的每个操作，将首先尝试维护数据类型。那是方式：

>>> ~B
array([ True, False], dtype=bool)

和

-B

等价的

返回其元素的元素否定。但请注意，使用>>> B + 1 array([1, 2])会抛出警告，因为该函数已弃用。

当您使用以下内容时：

1和boolean首先在引擎盖下转换为相同的数据类型。在数据类型促销中，numeric数组始终会转换为B数组。在上述情况下，int会投放到>>> B.astype(int) + 1 array([1, 2])，类似于：

>>> -B * 2
array([2, 0])

在你的例子中：

首先，数组-被运算符>>> -(B * 2) array([ 0, -2])否定，然后乘以2.可以通过显式数据转换或添加括号来采用所需的行为，以确保正确的操作顺序：

>>> -B.astype(int) * 2
array([ 0, -2])

或

B.astype(int)

请注意，B.view(np.int8)可以在没有characters的数据副本的情况下被替换，因为布尔值由.view表示，因此有8位，数据可以被视为整数{ {1}}方法，无需转换。

>>> B.view(np.int8)
array([0, 1], dtype=int8)

因此，简而言之，B.view(np.int8)或B.astype(yourtype)将始终确保B是[0,1]数字数组。

Answer 2

Numpy数组是同源的 - 所有元素对于给定数组都具有相同的类型，并且数组对象存储的是什么类型。当您使用True和False创建数组时，它是一个类型为bool的数组，运算符就会在数组上运行。因此，在对正常bool进行逻辑否定的情况下，您会发生逻辑否定，这并不奇怪。当您使用数组进行整数数学运算时，它们将转换为1和0。在你的所有例子中，那些是更多的异常情况，也就是说，它的行为不应该依赖于良好的代码。

正如评论中所建议的那样，如果你想用0和1的数组做数学运算，最好只做一个0和1的数组。但是，根据您对它们的要求，您可能会更好地查看numpy.where()等函数。

python numpy奇怪的布尔算术行为

2 个答案: