蟒蛇NumPy的奇怪的布爾運算的行爲

Question

爲什麼，在Python/numpy的：

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] 

我認爲這是奇怪的是-bools返回logical_not(bools)，因爲在所有其他情況下的行爲是「算術」，而不是「邏輯」 。

一個誰想要使用布爾數組作爲一個0/1面具（或「特色功能」）被強制使用某種方式漸開線表達式，如(0-bools)或(-1)*bools，並且可以很容易招致成的bug，如果他忘了這個。

爲什麼會這樣，而且這將是獲得所期望的行爲最好的可以接受的方式？ （旁當然評論）

Answer 1

它的所有操作指令和數據類型。

>>> import numpy as np 
>>> B = np.array([0, 1], dtype=np.bool) 
>>> B 
array([False, True], dtype=bool) 

對於numpy，布爾數組被視爲該布爾數組。應用於它們的每個操作都將首先嚐試維護數據類型。也就是說方式：

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

和

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

這是等價的，返回其元素的逐元素否定。但請注意，使用-B會引發警告，因爲該功能已棄用。

當您使用了諸如：

>>> B + 1 
array([1, 2]) 

B和1首先引擎蓋相同的數據類型下鑄造。在數據類型促銷中，boolean陣列總是被鑄造爲numeric陣列。在上述情況下，B澆鑄到int，因爲其是相似的：

>>> B.astype(int) + 1 
array([1, 2]) 

在您的例子：

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

首先陣列B由操作者-否定，然後乘以2。期望的行爲可以通過顯式的數據變換被採用，或添加括號以確保正確操作順序：

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

或

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

注意B.astype(int)可以沒有數據拷貝由B.view(np.int8)取代，如布爾值由characters表示並且因此具有8位，因此可以將數據視爲整數而不需要將其轉換爲.view方法。

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

因此，簡而言之，B.view(np.int8)或B.astype(yourtype)將始終ensurs即B是[0,1]數字數組。

Answer 2

numpy的陣列是同質-所有元素對於給定陣列相同的類型，並且該陣列對象存儲那是什麼類型。當您使用True和False一個數組，它是bool類型的數組和經營者的行爲陣列本身上。這並不奇怪，你會得到邏輯否定發生在對正常的bool邏輯否定的情況下。當您將數組用於整數運算時，它們將轉換爲1和0。在你所有的例子中，那些更爲異常的情況，也就是說，它的行爲不應該依賴於良好的代碼。

正如評論所說，如果你想要做的數學0和1的陣列，它更好地只是讓0和1組成的數組。然而，根據你想要對他們做什麼，你可能會更好地服務於像numpy.where()這樣的功能。