如果使用生成器表达式，为什么Numpy.all（）和any（）会给出错误的结果？

Question

使用其他人的代码我偶然发现了这个问题。那么numpy行为的解释是什么？

In [1]: import numpy as np

In [2]: foo = [False, False]

In [3]: print np.any(x == True for x in foo)
True  # <- bad numpy!

In [4]: print np.all(x == True for x in foo)
True  # <- bad numpy!

In [5]: print np.all(foo)
False  # <- correct result

P.S。我从这里得到了列表理解码：Check if list contains only item x

Answer 1

np.any和np.all不适用于生成器。他们需要序列。当给定非序列时，他们将其视为任何其他对象并在其上调用bool（或执行等效的操作），这将返回True：

>>> false = [False]
>>> np.array(x for x in false)
array(<generator object <genexpr> at 0x31193c0>, dtype=object)
>>> bool(x for x in false)
True

列表理解工作虽然：

>>> np.all([x for x in false])
False
>>> np.any([x for x in false])
False

我建议在需要生成器时使用Python的内置any和all，因为它们通常比使用NumPy和列表推导更快（因为双重转换，首先是{{1} }，然后到list）。