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

和其他人的代码一起工作,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

ps我从这里得到了列表理解代码:检查列表是否只包含项目x

Answer 1

np.any并且np.all不适用于发电机.他们需要序列.当给定非序列时,它们将其视为任何其他对象并对其进行调用bool(或执行等效操作),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

列表推导工作,但:

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

我建议使用Python的内置any和all预期发电机时,因为它们通常速度比使用与NumPy和列表理解(因为双转换,先list,然后去array).