这种笨拙的选择行为背后发生了什么？

Question

通过考虑以下方法可以解决这个问题,其他一些人和我实际上是错的:

说有一个

test = [ [ [0], 1 ],
         [ [1], 1 ]
       ]
import numpy as np
nptest = np.array(test)

背后的原因是什么？

>>> nptest[:,0]==[1]
array([False, False], dtype=bool)

而有人

>>> nptest[0,0]==[1],nptest[1,0]==[1]
(False, True)

---

要么

>>> nptest==[1]
array([[False,  True],
       [False,  True]], dtype=bool)

要么

>>> nptest==1
array([[False,  True],
       [False,  True]], dtype=bool)

这是因为尺寸方面的退化导致了这种情况.

Answer 1

nptest是一个对象数据类型的二维数组，每行的第一个元素是一个列表。

nptest[:, 0]是对象数据类型的一维数组，其每个元素都是列表。

当您这样做时nptest[:,0]==[1]，NumPy 不会nptest[:,0]对列表中的每个元素执行逐元素比较[1]。它从 中创建尽可能高维的数组[1]，生成一维数组np.array([1])，然后广播比较，将 的每个元素nptest[:,0]与整数 1 进行比较。

由于 in 中没有列表nptest[:, 0]等于 1，因此结果的所有元素均为 False。