蟒蛇NumPy的奇怪的布尔运算的行为

Question

为什么，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] 

我认为这是奇怪的是-bools返回logical_not(bools)，因为在所有其他情况下的行为是“算术”，而不是“逻辑” 。

一个谁想要使用布尔数组作为一个0/1面具（或“特色功能”）被强制使用某种方式渐开线表达式，如(0-bools)或(-1)*bools，并且可以很容易招致成的bug，如果他忘了这个。

为什么会这样，而且这将是获得所期望的行为最好的可以接受的方式？ （旁当然评论）

Answer 1

它的所有操作指令和数据类型。

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

对于numpy，布尔数组被视为该布尔数组。应用于它们的每个操作都将首先尝试维护数据类型。也就是说方式：

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

和

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

这是等价的，返回其元素的逐元素否定。但请注意，使用-B会引发警告，因为该功能已弃用。

当您使用了诸如：

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

B和1首先引擎盖相同的数据类型下铸造。在数据类型促销中，boolean阵列总是被铸造为numeric阵列。在上述情况下，B浇铸到int，因为其是相似的：

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

在您的例子：

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

首先阵列B由操作者-否定，然后乘以2。期望的行为可以通过显式的数据变换被采用，或添加括号以确保正确操作顺序：

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

或

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

注意B.astype(int)可以没有数据拷贝由B.view(np.int8)取代，如布尔值由characters表示并且因此具有8位，因此可以将数据视为整数而不需要将其转换为.view方法。

>>> 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ensurs即B是[0,1]数字数组。

Answer 2

numpy的阵列是同质-所有元素对于给定阵列相同的类型，并且该阵列对象存储那是什么类型。当您使用True和False一个数组，它是bool类型的数组和经营者的行为阵列本身上。这并不奇怪，你会得到逻辑否定发生在对正常的bool逻辑否定的情况下。当您将数组用于整数运算时，它们将转换为1和0。在你所有的例子中，那些更为异常的情况，也就是说，它的行为不应该依赖于良好的代码。

正如评论所说，如果你想要做的数学0和1的阵列，它更好地只是让0和1组成的数组。然而，根据你想要对他们做什么，你可能会更好地服务于像numpy.where()这样的功能。