NumPy,为什么等式检查对一组对象不起作用?

时间:2013-08-03 06:45:40

标签: python arrays object numpy equality

使用以下对象数组:

a = np.array([[1], [1, 2], [1, 2, 3], [1], [1]], dtype=object)
b = np.array([(1,), (1, 2), (1, 2, 3), (1,), (1,)], dtype=object)

以下等式检查不起作用:

a==[1]
#array([False, False, False, False, False], dtype=bool)

b==(1,)
#array([False, False, False, False, False], dtype=bool)

如果我改用字符串:

c = np.array(['[1]', '[1, 2]', '[1, 2, 3]', '[1]', '[1]'])

等式检查有效:

c == '[1]'
#array([ True, False, False,  True,  True], dtype=bool)

为什么数组检查表现得那样?

如果我们迭代a或b并执行检查,它也会给出预期的结果:

[i==[1] for i in a]
#[True, False, False, True, True]

[i==(1,) for i in b]
#[True, False, False, True, True]

谢谢!

1 个答案:

答案 0 :(得分:5)

NumPy旨在在许多情况下自动将类似数组的对象视为数组。在这里,NumPy发现[1](1,)是类似数组的对象,并应用broadcasting规则。两侧的长度1轴扩展到另一个对象的相应轴的长度,如果一个对象的尺寸小于另一个对象,则缺少的尺寸在左侧填充,另一个对象的长度在这些尺寸中。因此,

a == [1]

给出与

相同的结果
a == numpy.array([1, 1, 1, 1, 1])

这是一个5 False s。

的数组