numpy的logical_and：意外的行爲

Question

讓我們說，我給你以下布爾數組：

b1 = np.array([ True, True, False, True ]) 
b2 = np.array([ True, False, False, True ]) 
b3 = np.array([ True, True, True, False ]) 

如果AND在一起，你會想到以下結果：

b4 = np.array([ True, False, False, False ]) 

，對嗎？如果沒有，請解釋。如果我們同意，那麼爲什麼會發生以下情況？

>>> np.logical_and(b1, b2, b3) 
array([ True, False, False, True ]) 

np.logical_and(np.logical_and(b1, b2), b3)確實給出了預期的結果。

Answer 1

看那documentation of np.logical_and。像大多數NumPy運算符函數一樣，第三個參數是out參數，用於指定目標數組。它是不是一個操作數！把b3只會覆蓋b3的內容。

使用&是在大多數情況下，更清晰，更簡單：

b4 = b1 & b2 & b3 

Answer 2

的第三個參數是np.logical_and可選out參數，其存儲操作的結果。

也就是說，撥打np.logical_and(b1, b2, b3)覆蓋b3與np.logical_and(b1, b2)的結果。

輸出參數是determining output type和一般效率是有用的。

Answer 3

logical_and()是一個二元運算符，你的問題，你可以使用：

np.all([b1, b2, b3], axis=0) 
np.logical_and.reduce([b1, b2, b3], axis=0)