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!
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]
和(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。